怎么在python项目中将Excel文件转换为TXT文件

本文章向大家介绍怎么在python项目中将Excel文件转换为TXT文件,主要包括怎么在python项目中将Excel文件转换为TXT文件的使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。

Python主要用来做什么

Python主要应用于:1、Web开发;2、数据科学研究;3、网络爬虫;4、嵌入式应用开发;5、游戏开发;6、桌面应用开发。

首先在python中import两个必要的包

import numpy as np
import csv

接下来,就是读取Excel文件,在读取的文件路径上本文采用绝对路径的方式:

with open('F:/Data/DATA/airquality1.csv','rb') as csv_file:
   all_lines = csv.reader(csv_file)
   for one_line in all_lines:
    list_file.append(one_line)  #逐行读取Excel文件中的每一行append列表中
   list_file.remove(list_file[0])  #该行表示我们去除Excel文件的第一行,因为第一行往往都是数据的名称介绍,如果没有介绍就不用该行代码了
   arr_file = np.array(list_file)  #转换为矩阵形式
   label = arr_file[:,0]  #第一列  //该行表示我们取Excel文件中第一列数据进行实验,下述贴出数据样式(或者Excel只有第一列有数据)

然后进行一次额外的筛选,筛选的目的是因为我们所采集到的数据中一般都有一些数据缺失的情况,也就是显示为“NULL”的情况,或者其他的形式,可以根据自己数据的缺失情况进行灵活更改(如果没有数据缺失这部分代码就不需要了):

for i in range(len(label)):
  if label[i] == 'NULL':   #注意我们文件中数据缺失时记录为“NULL”,注意替换
  label[i] = label[i -1]

上述步骤已经完成了在Excel上的各种操作,接下来就是将我们读取到的Excel文件存储到指定的TXT文件中了:

file = open("F:/Data/DATA/airquality48.txt", "w")
   for n in range(int(len(label)/48)):  #该行命令用来计算数据的长度,因为我们要存储的TXT文件中要使得每行包含48个数据,所以这里使用48
     file.write(label[n*48:n*48+48])  #将提取好的数据写入到TXT文件中
     file.write('\n')  #注意转换后文件最后一行空白需要删除(写完48个数据进行换行)

好了,上述就行所描述的程序步骤,下面用结果展示下本程序所使用的数据样式及运行结果,为了避免出错先完整的贴下整体程序:

# EXCEL.CSV文件转换成TXT #
import numpy as np
import csv
def loadCSVfile1():
  list_file = []
  with open('F:/Data/DATA/airquality1.csv','rb') as csv_file:
    all_lines = csv.reader(csv_file)
    for one_line in all_lines:
      list_file.append(one_line)
    list_file.remove(list_file[0])
    arr_file = np.array(list_file)
    label = arr_file[:,0]  #第一列
    # 处理文件中null情况
    for i in range(len(label)):
      if label[i] == 'NULL':
        label[i] = label[i -1]
    #将数据以天为单位写入TXT文件中
    file = open("F:/Data/DATA/airquality48.txt", "w")
    for n in range(int(len(label)/48)):
      file.write(label[n*48:n*48+48])
      file.write('\n')  #注意转换后文件最后一行空白需要删除
  return label
loadCSVfile1()

到此这篇关于怎么在python项目中将Excel文件转换为TXT文件的文章就介绍到这了,更多相关的内容请搜索亿速云以前的文章或继续浏览下面的相关文章希望大家以后多多支持亿速云!