文件处理
Posted zeroones
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了文件处理相关的知识,希望对你有一定的参考价值。
文件处理: csv, table, json, txt, db
这里面全是死的东西,在这几个例子最常用的是.csv .dat .txt 文件,再牛逼点儿的使用json转成对象
import pandas as pd import json path = \'datasets/bitly_usagov/example.txt\' open(path).readline() records = [json.loads(line) for line in open(path)] records[0] #----------------------------------# pd.options.display.max_rows = 10 unames = [\'user_id\', \'gender\', \'age\', \'occupation\', \'zip\'] rnames = [\'user_id\', \'movie_id\', \'rating\', \'timestamp\'] mnames = [\'movie_id\', \'title\', \'genres\'] user= pd.read_table(\'datasets/movielens/users.dat\', sep=\'::\', header=None, names=unames) ratings = pd.read_table(\'datasets/movielens/ratings.dat\', sep=\'::\', header=None, names= rnames) movies = pd.read_table(\'datasets/movielens/movies.dat\', sep=\'::\', header=None, names=mnames) user[:5] #----------------------------------# names1880 = pd.read_csv(\'datasets/babynames/yob1880.txt\', names = [\'name\', \'sex\', \'births\']) names1880.head() #----------------------------------# db = json.load(open(\'datasets/usda_food/database.json\')) # 32M的数据 len(db) #----------------------------------# fec = pd.read_csv(\'datasets/fec/P00000001-ALL.csv\') fec.info()
详细中文参考: https://www.jianshu.com/p/047d8c1c7e14
持续更新...
以上是关于文件处理的主要内容,如果未能解决你的问题,请参考以下文章
在 Python 多处理进程中运行较慢的 OpenCV 代码片段
你如何在 python 中处理 graphql 查询和片段?