手把手教你学会Python文件和数据格式化.pptx

手把手教你学会Python文件和数据格式化汇报人：XX2024-01-09

contents目录Python文件基本操作数据格式化基础文件与数据格式化应用异常处理与文件操作安全性案例实战：利用Python进行数据清洗和格式化总结与展望

01Python文件基本操作

打开文件使用`open()`函数打开文件，需要指定文件路径和打开模式（如读取模式r、写入模式w、追加模式a等）。关闭文件使用`close()`方法关闭文件。关闭文件是一个良好的编程习惯，可以释放系统资源。打开与关闭文件

使用`read()`方法一次性读取整个文件的内容。读取整个文件使用`readlines()`方法逐行读取文件内容，返回一个包含所有行的列表。逐行读取文件使用文件对象的`seek()`方法将文件指针移动到指定位置，然后使用`readline()`方法读取一行。读取指定行读取文件内容

写入文件内容写入整个字符串使用`write()`方法将一个字符串写入文件。写入多行数据使用`writelines()`方法将一个包含多行数据的列表或元组写入文件。追加数据到文件末尾以追加模式打开文件，然后使用`write()`或`writelines()`方法将数据追加到文件末尾。

获取当前工作目录使用`os.getcwd()`方法获取当前工作目录的路径。拼接路径使用`os.path.join()`方法拼接路径，可以自动处理不同操作系统的路径分隔符。获取文件或目录的绝对路径使用`os.path.abspath()`方法获取文件或目录的绝对路径。分割路径使用`os.path.split()`方法分割路径，返回路径中的目录名和文件名。文件路径处理

02数据格式化基础

01整型（int）用于表示整数，如123、-456等。02浮点型（float）用于表示小数，如3.14、-2.718等。03字符串（str）用于表示文本数据，如Hello,World!。04列表（list）用于存储多个元素的有序集合，如[1,2,3]。05元组（tuple）与列表类似，但不可变，如(1,2,3)。06字典（dict）用于存储键值对的数据结构，如{name:John,age:30}。数据类型与转换

03使用f-string进行格式化例如，name=John;fHello,{name}!。01使用%操作符进行格式化例如，Hello,%s!%World。02使用format()方法进行格式化例如，Hello,{}!.format(World)。字符串格式化

使用format()方法进行数值格式化例如，Thevalueis{:.2f}.format(3.14159)。使用%操作符进行数值格式化例如，Thevalueis%.2f%3.14159。使用math模块进行数值计算例如，importmath;math.sqrt(4)。数值格式化

日期和时间格式化例如，datetime.strptime(2023-07-06,%Y-%m-%d)。使用strptime()方法进行日期和时间解析例如，fromdatetimeimportdatetime;now=datetime.now()。使用datetime模块进行日期和时间处理例如，now.strftime(%Y-%m-%d%H:%M:%S)。使用strftime()方法进行日期和时间格式化

03文件与数据格式化应用

处理CSV文件中的缺失值pandas提供了fillna()等方法来处理DataFrame中的缺失值。对CSV文件进行筛选和排序可以使用pandas的条件筛选和sort_values()函数来对数据进行筛选和排序。使用pandas库读取CSV文件通过pandas的read_csv()函数，可以方便地将CSV文件读入为DataFrame对象。读取CSV文件并进行处理

010203将DataFrame对象写入CSV文件使用pandas的to_csv()函数，可以将DataFrame对象写入CSV文件。设置CSV文件的输出格式在to_csv()函数中，可以通过设置参数来改变CSV文件的输出格式，如设置分隔符、是否包含列名等。处理大数据量的写入对于大数据量的写入，可以使用pandas的chunksize参数来进行分块写入，以减少内存占用。将数据写入CSV文件

01Python内置的json库提供了load()函数来读取JSON文件。使用json库读取JSON文件02通过json库的loads()函数，可以将JSON字符串解析为Python对象。解析JSON数据03对于嵌套的JSON数据，可以使用递归或循环的方式来访问和处理。处理嵌套的JSON数据读取JSON文件并进行处理

将Python对