Python文件和数据格式化示例与案例解析.pptxVIP

Python文件和数据格式化示例与案例解析汇报人：XX2024-01-12

Python文件操作基础数据格式化基础示例：文本文件处理示例：CSV文件处理示例：JSON文件处理案例解析：日志文件处理总结与展望

Python文件操作基础01

123使用`open()`函数打开文件，需要指定文件路径和打开模式。打开文件使用`close()`方法关闭文件，释放资源。关闭文件使用`with`语句可以自动管理文件的打开和关闭，无需手动调用`close()`方法。上下文管理器文件打开与关闭

读取模式以只读方式打开文件，使用`read()`方法读取文件内容。写入模式以写入方式打开文件，使用`write()`方法向文件中写入内容。追加模式以追加方式打开文件，使用`write()`方法向文件末尾追加内容。二进制模式以二进制方式打开文件，用于处理二进制数据。文件读写模式

使用`tell()`方法获取文件指针当前位置。获取当前位置使用`seek()`方法移动文件指针到指定位置。移动指针使用`seek(0)`方法将文件指针重置到文件开头。重置指针使用`read(n)`方法从当前位置开始读取n个字节的数据。读取指定字节文件指针操作

数据格式化基础02

01整型（int）用于表示整数，可通过int()函数进行转换。02浮点型（float）用于表示浮点数，可通过float()函数进行转换。03字符串（str）用于表示文本数据，可通过str()函数进行转换。04列表（list）用于表示一组有序的数据，可通过list()函数进行转换。05元组（tuple）用于表示一组不可变的数据，可通过tuple()函数进行转换。06字典（dict）用于表示一组键值对，可通过dict()函数进行转换。数据类型与转换

旧式字符串格式化01使用%操作符，例如Hello,%s!%name。str.format()方法02使用大括号{}作为占位符，例如Hello,{}!.format(name)。f-string格式化03在字符串前加上f或F，然后在字符串中使用{}包裹变量，例如fHello,{name}!。格式化字符串方法

使用open()函数打开文件，并指定打开模式（例如w表示写入）。使用close()方法关闭文件。注意：在写入文件时，需要确保字符串是已编码的（默认为utf-8编码），否则可能会出现乱码或错误。同时，为了避免数据丢失或损坏，建议在写入文件之前先备份原始数据。使用write()方法将格式化的字符串写入文件。格式化输出到文件

示例：文本文件处理03

03关闭文件使用文件对象的`close()`方法关闭文件，释放资源。01使用`open()`函数打开文件通过指定文件名和打开模式（如读取模式r），可以打开文本文件并获取文件对象。02读取文件内容使用文件对象的`read()`方法或`readlines()`方法可以读取文件的全部内容或按行读取内容。读取文本文件内容

分词处理使用Python的分词库（如jieba）对中文文本进行分词处理，以便后续分析。去除停用词根据停用词表，去除文本中的停用词（如“的”、“是”等常用词），以减少对后续分析的干扰。去除空白字符使用字符串的`strip()`方法去除每行文本两端的空白字符（包括空格、制表符和换行符）。文本内容清洗与整理

打开输出文件使用`open()`函数指定输出文件名和打开模式（如写入模式w），创建或覆盖输出文件。写入处理结果将清洗整理后的文本内容写入输出文件，可以使用文件对象的`write()`方法逐行写入。关闭输出文件使用文件对象的`close()`方法关闭输出文件，确保数据完全写入磁盘并释放资源。将处理结果输出到文件

示例：CSV文件处理04

使用Python内置的csv模块通过csv.reader()函数读取CSV文件内容，按行迭代获取数据。使用pandas库通过pandas.read_csv()函数读取CSV文件，将数据加载为DataFrame对象，方便后续处理。读取CSV文件数据

01处理缺失值、异常值和重复值，例如使用pandas的fillna()、dropna()、drop_duplicates()等方法。数据清洗02根据需要，将数据转换为适当的格式或类型，如使用pandas的astype()方法进行数据类型转换。数据转换03根据条件筛选数据，例如使用pandas的query()或loc[]等方法。数据筛选对CSV数据进行清洗和整理

通过csv.writer()函数将数据写入CSV文件，逐行迭代写入处理后的数据。通过DataFrame对象的to_csv()方法将数据保存为CSV格式，可以设置文件名、编码、分隔符等参数。将处理结果保存为CSV格式使用pandas库使用csv模块

示例：JSON文件处理05