2.1 file.file_reader module

2.1.1 file.file_reader.read_csv_txt_to_df(filepath_or_buffer, encoding=None, sep=',', delimiter=None, header='infer', index_col=None, chunksize=None, prefix=None, dtype=None, engine=None, compression='infer')

读取csv或txt等文件数据到pandas DataFrame

Parameters

• filepath_or_buffer – str, 读取的文件路径,URL（包含http,ftp,s3）链接等。

• encoding – str, default None, 指定字符集编码类型，通常指定为’utf-8’。

• sep – str, 文件分割符。

• delimiter – str, default None，定界符，备选分隔符（如果指定该参数，则sep参数失效）。

• header – int or list of ints, default ‘infer’， 指定行数用来作为列名，数据开始行数。如果文件中没有列名，则默认为0，否则设置为None。

• index_col – int or sequence or False, default None, 用作行索引的列编号或者列名，如果给定一个序列则有多个行索引。

• chunksize – int, default None，文件块的大小。

• prefix – str, default None, 在没有列标题时，给列添加前缀。

• dtype – type, default None, 每列数据的数据类型。

• engine – {‘c’, ‘python’}, optional 使用的分析引擎, 可以选择C或者是python, C引擎快但是Python引擎功能更加完备。

• compression –

  {‘infer’,‘gzip’, ‘bz2’, ‘zip’, ‘xz’, None}, default ‘infer’

  直接使用磁盘上的压缩文件。如果使用infer参数，则使用 gzip, bz2, zip或者解压文件名中以

  ‘.gz’, ‘.bz2’, ‘.zip’, or ‘xz’这些为后缀的文件，否则不解压

Returns

pandas DataFrame

2.1.2 file.file_reader.read_excel_to_df(io, encoding='utf-8', sheet_name=0, header=0, names=None, index_col=None, usecols=None, dtype=None, engine=None, skiprows=None, nrows=None, na_values=None, keep_default_na=True)

读取excel数据到pandas DataFrame， 支持从本地文件系统或URL读取的xls，xlsx，xlsm，xlsb和odf文件扩展名。 支持读取单一sheet或几个sheet。

Parameters

• io – str, bytes, ExcelFile, xlrd.Book, path object, or file-like object。

• encoding – str, 数据集的字符编码，默认’utf-8’。

• sheet_name – str, int, list, None, default 0， 默认为0，表示不输入sheet_name的参数下，默认引用第一张sheet的数据。

• header – int, list of int, default 0，表示用第几行作为表头， 默认header=0，即默认第一行为表头。None表示不使用数据源中的表头。

• names – array-like, default None，表示自定义表头的名称，需要传递数组参数。

• index_col – int, list of int, default None， 指定列为索引列，默认为None，也就是索引为0的列用作DataFrame的行标签。

• usecols – int, str, list-like, or callable default None， 需要解析的列，默认为None，解析所有列。

• dtype – type, default None，指定列的数据类型，默认为None，不改变数据类型。

• engine – str, default None，支持参数有“ xlrd”，“ openpyxl”或“ odf”，用于使用第三方的库去解析excel文件。

• skiprows – int,list, defalut None, 跳过指定的行

• nrows – int, default None，指定需要读取前多少行，通常用于较大的数据文件中。

• na_values – scalar, str, list-like, or dict, default None，指定某些列的某些值为NaN。

• keep_default_na – bool, default True，表示导入数据时是否导入空值。

Returns

pandas DataFrame

2.1.3 file.file_reader.read_h5_to_dict(file_path, name_list=None)

读取HDF5文件数据到字典

Parameters

• file_path – str, HDF5文件路径。

• name_list – list, default None, 所需key的数组，默认为None，则包含所有key。

Returns

存储hdf5数据字典。

2.1.4 file.file_reader.read_json_to_dict(file_path, encoding='utf-8')

读取json文件数据到字典

Parameters

• file_path – str, json文件路径。

• encoding – str, default ‘utf-8’, 指定字符集编码类型，默认为’utf-8’。

Returns

json数据存储字典

2.1.5 file.file_reader.read_txt_to_list(file_path, encoding='utf-8', line_strip='\n', sep=',')

读取txt文件数据到list

Parameters

• file_path – str, 文件路径。

• encoding – str, default ‘utf-8’, 指定字符集编码类型，通常指定为’utf-8’。

• line_strip – str, default ',' 行分割符，默认','

• sep – str default ‘,’, 每行中字段分隔符, 默认’,’

Returns

多维数组，每一维为每行数据，维度为文件的数据行数

2.2 file.file_writer module

用于将数据写入不同格式文件 包括txt, csv，excel, HDF5 , json

2.2.1 file.file_writer.write_df_to_csv_txt(df, file_path, index=False, encoding='utf-8', mode='w', header=True, sep=',', columns=None, index_label=None, compression='infer', line_terminator=None, chunksize=None, date_format=None)

存入dataframe数据到csv或txt文件

Parameters

• df – pandas dataframe，需要写入的dataframe数据。

• file_path – str, 文件目标路径。

• index – bool， default False, 是否显示索引，默认False，不显示index。

• encoding – str ，数据集的字符编码，默认’utf-8’。

• mode – str, 写入模式，默认为 ‘w’。

• header – bool, list， default True 写出列名。如果给定字符串列表，则假定它是列名称的别名。

• sep – str, default “,” , 输出文件的字段分隔符,默认”,”。

• columns – list，选择需要输出的的列名数组。默认None。

• index_label – str, default None,设置索引列的列名。

• compression – str，表示压缩模式，默认’infer’。

• line_terminator – str，输出文件中使用的换行符或字符序列。

• chunksize – int，写入的批次个数，默认 None，一次性写入。

• date_format – str，日期时间对象的格式字符串，默认None。

Returns

bool 是否写入成功，成功为True，失败为False。

​

2.2.2 file.file_writer.write_df_to_excel(df, file_path, sheet_name='Sheet1', na_rep='', columns=None, header=True, index=False, index_label=None, engine=None, encoding='utf-8')

存入dataframe数据到excel文件

Parameters

• df – pandas dataframe，需要写入excel的dataframe数据。

• file_path – str, excel文件目标路径。

• sheet_name – str, default “Sheet1”，excel表名命名。

• na_rep – int, str, default “”, 缺失值填充,默认值为空字符串。

• columns – list，选择需要输出的的列名数组。

• header – bool, list， default True 写出列名。如果给定字符串列表，则假定它是列名称的别名。

• index – bool， default False, 是否显示索引，默认False，不显示index。

• index_label – str, default None,设置索引列的列名。

• engine – str, default None, 所使用的写引擎。

• encoding – str ，数据集的字符编码，默认’utf-8’。

Returns

bool 是否写入成功，成功为True，失败为False

2.2.3 file.file_writer.write_df_to_multi_sheet(file_path, df_list, sheet_name_list, na_rep='', columns=None, header=True, index=False, index_label=None, engine=None, encoding='utf-8')

将dataframe数组写入excel多张sheet中

Parameters

• file_path – str, excel文件目标路径。

• df_list – list，存储多个dataframe。

• sheet_name_list – list，包含每张表的表名。

• na_rep – int, str, default “”, 缺失值填充,默认值为空字符串。

• columns – list，选择需要输出的的列名数组。

• header – bool, list， default True 写出列名。如果给定字符串列表，则假定它是列名称的别名。

• index – bool， default False, 是否显示索引，默认False，不显示index。

• index_label – str, default None,设置索引列的列名。

• engine – str, default None, 所使用的写引擎

• encoding – str ，数据集的字符编码，默认’utf-8’。

Returns

bool 是否写入成功，成功为True，失败为False

2.2.4 file.file_writer.write_dict_to_json(dict, file_path, encoding='utf-8')

写入字典数据到json文件

Parameters

• dict – 字典，需写入json文件的数据。

• file_path – str，json文件目标路径。

• encoding – str ，数据集的字符编码，默认’utf-8’。

Returns

bool 是否写入成功，成功为True，失败为False。

2.2.5 file.file_writer.write_list_to_h5(data_list, name_list, file_path)

将data数据和key数组一一对应写入目标h5文件

Parameters

• data_list – list，需要写入h5文件的数据数组

• name_list – list，需要写入h5文件的key数组

• file_path – str，h5文件目标路径

Returns

bool 是否写入成功，成功为True，失败为False。

2.2.6 file.file_writer.write_list_to_txt(data_list, file_path, encoding='utf-8', line_strip='\n', sep=',')

将数组写入txt文件中

Parameters

• data_list – list，需要写入txt的数据，格式为[[a,b,c],[d,e,f],…..],每一维写入同一行。

• file_path – str, txt文件目标路径。

• encoding – str ，数据集的字符编码，默认’utf-8’。

• line_strip – str ，default '\n',行分隔符，默认'\n' 。

• sep – str default ‘,’, 每行中字段分隔符, 默认’,’。

Returns

bool 是否写入成功，成功为True，失败为False。