pythonexcel读写大文件（python里读写excel等数据文件的几种常用方式）

python处理数据文件第一步是要读取数据，文件类型主要包括文本文件（csv、txt等）、excel文件、数据库文件、api等。

下面整理下python有哪些方式可以读取数据文件。

1. python内置方法（read、readline、readlines）

• read() ： 一次性读取整个文件内容。推荐使用read(size)方法，size越大运行时间越长
• readline() ：每次读取一行内容。内存不够时使用，一般不太用
• readlines() ：一次性读取整个文件内容，并按行返回到list，方便我们遍历

具体用法可见： 一文搞懂python文件读写

2. 内置模块（csv）

python内置了csv模块用于读写csv文件，csv是一种逗号分隔符文件，是数据科学中最常见的数据存储格式之一。 csv模块能轻松完成各种体量数据的读写操作，当然大数据量需要代码层面的优化。

• csv模块读取文件

#读取csv文件 importcsv withopen('test.csv','r')asmyFile: lines=csv.reader(myFile) forlineinlines: print(line)

• csv模块写入文件

importcsv withopen('test.csv','w ')asmyFile: myWriter=csv.writer(myFile) #writerrow一行一行写入 myWriter.writerow([7,8,9]) myWriter.writerow([8,'h','f']) #writerow多行写入 myList=[[1,2,3],[4,5,6]] myWriter.writerows(myList)

3. 使用numpy库（loadtxt、load、fromfile）

• loadtxt方法 loadtxt用来读取文本文件（包含txt、csv等）以及.gz 或.bz2格式压缩文件，前提是文件数据每一行必须要有数量相同的值。

importnumpyasnp #loadtxt()中的dtype参数默认设置为float #这里设置为str字符串便于显示 np.loadtxt('test.csv',dtype=str) #out：array(['1,2,3','4,5,6','7,8,9'],dtype='<U5')

• load方法 load用来读取numpy专用的.npy, .npz 或者pickled持久化文件。

importnumpyasnp #先生成npy文件 np.save('test.npy',np.array([[1,2,3],[4,5,6]])) #使用load加载npy文件 np.load('test.npy') ''' out:array([[1,2,3], [4,5,6]]) '''

• fromfile方法 fromfile方法可以读取简单的文本数据或二进制数据，数据来源于tofile方法保存的二进制数据。读取数据时需要用户指定元素类型，并对数组的形状进行适当的修改。

importnumpyasnp x=np.arange(9).reshape(3,3) x.tofile('test.bin') np.fromfile('test.bin',dtype=np.int) #out:array([0,1,2,3,4,5,6,7,8])

4. 使用pandas库（read_csv、read_excel等）

pandas是数据处理最常用的分析库之一，可以读取各种各样格式的数据文件，一般输出dataframe格式。 如：txt、csv、excel、json、剪切板、数据库、html、hdf、parquet、pickled文件、sas、stata等等

• read_csv方法 read_csv方法用来读取csv格式文件，输出dataframe格式。

importpandasaspd pd.read_csv('test.csv')

• read_excel方法 读取excel文件，包括xlsx、xls、xlsm格式

importpandasaspd pd.read_excel('test.xlsx')

• read_table方法 通过对sep参数（分隔符）的控制来对任何文本文件读取
• read_json方法 读取json格式文件

df=pd.DataFrame([['a','b'],['c','d']],index=['row1','row2'],columns=['col1','col2']) j=df.to_json(orient='split') pd.read_json(j,orient='split')

• read_html方法 读取html表格
• read_clipboard方法 读取剪切板内容
• read_pickle方法 读取plckled持久化文件
• read_sql方法 读取数据库数据，连接好数据库后，传入sql语句即可
• read_dhf方法 读取hdf5文件，适合大文件读取
• read_parquet方法 读取parquet文件
• read_sas方法 读取sas文件
• read_stata方法 读取stata文件
• read_gbq方法 读取google bigquery数据

pandas学习网站： https://pandas.pydata.org/

5、读写excel文件（xlrd、xlwt、openpyxl等）

python用于读写excel文件的库有很多，除了前面提到的pandas，还有xlrd、xlwt、openpyxl、xlwings等等。

主要模块：

• **xlrd库：**从excel中读取数据，支持xls、xlsx
• **xlwt库：**对excel进行修改操作，不支持对xlsx格式的修改
• **xlutils库：**在xlw和xlrd中，对一个已存在的文件进行修改
• **openpyxl：**主要针对xlsx格式的excel进行读取和编辑
• **xlwings：**对xlsx、xls、xlsm格式文件进行读写、格式修改等操作
• **xlsxwriter：**用来生成excel表格，插入数据、插入图标等表格操作，不支持读取
• **Microsoft Excel API：**需安装pywin32，直接与Excel进程通信，可以做任何在Excel里可以做的事情，但比较慢

6. 操作数据库（pymysql、cx_Oracle等）

python几乎支持对所有数据库的交互，连接数据库后，可以使用sql语句进行增删改查。

主要模块：

• **pymysql：**用于和mysql数据库的交互
• **sqlalchemy：**用于和mysql数据库的交互
• **cx_Oracle：**用于和oracle数据库的交互
• **sqlite3：**内置库，用于和sqlite数据库的交互
• **pymssql：**用于和sql server数据库的交互
• **pymongo：**用于和mongodb非关系型数据库的交互
• **redis、pyredis：**用于和redis非关系型数据库的交互

使用参考地址： https://blog.csdn.net/a87b01c14/article/details/51546727

关于如何使用python连接mysql： pymysql操作实例