Python高手不可不知的 12 個文件處理竅門
在 Python 中，文件操作是一項基本技能，無論是簡單的文本文件還是復雜的 CSV 數據文件，都需要掌握正確的打開、讀取、寫入以及關閉文件的方法。本文將詳細介紹如何使用 Python 進行各種文件操作，并提供一些實用的技巧。
1. 打開文件的基礎方法
在 Python 中，打開文件最基礎的方法是使用 open() 函數。這個函數可以讓你讀取或寫入文件。
# 打開一個文件用于讀取
file = open('example.txt', 'r')
# 讀取文件全部內容
content = file.read()
# 關閉文件
file.close()
print(content)注意：每次操作完文件后記得關閉它。如果忘記關閉，可能會導致數據丟失或其他問題。
2. 使用 with 語句自動管理文件
使用 with 語句可以避免忘記關閉文件的問題。它會在代碼塊執行完畢后自動關閉文件。
# 使用 with 語句打開文件
with open('example.txt', 'r') as file:
content = file.read()
print(content)好處：代碼更簡潔，不需要手動關閉文件。
3. 逐行讀取文件
如果你處理的是大文件，一次性讀取所有內容可能會消耗大量內存。這時可以選擇逐行讀取文件。
with open('large_file.txt', 'r') as file:
for line in file:
# 每次只處理一行
print(line.strip())小貼士：使用 strip() 方法去除行末的換行符。
4. 寫入文件
向文件中寫入內容也很簡單。只需要將模式參數設置為 'w' 即可。
with open('output.txt', 'w') as file:
file.write('Hello, world!\n')
file.write('This is a test.\n')注意：使用 'w' 模式會覆蓋已存在的文件。
5. 追加內容到文件
如果想在現有文件末尾添加內容，可以使用 'a' 模式。
with open('output.txt', 'a') as file:
file.write('New line added.\n')好處：不會覆蓋原有內容。
6. 讀取二進制文件
對于圖片、音頻等非文本文件，需要以二進制模式打開。
# 讀取圖片文件
with open('image.jpg', 'rb') as file:
image_data = file.read()
# 將圖片數據寫入新文件
with open('new_image.jpg', 'wb') as file:
file.write(image_data)小技巧：'rb' 和 'wb' 分別表示讀取和寫入二進制文件。
7. 使用 os 模塊檢查文件是否存在
在處理文件前，最好先檢查一下文件是否存在。
import os
if os.path.exists('example.txt'):
print("文件存在")
else:
print("文件不存在")提示：這樣可以避免因為找不到文件而拋出異常。
8. 重命名文件
有時候需要給文件換個名字，這可以通過 os.rename() 實現。
import os
os.rename('old_name.txt', 'new_name.txt')注意：如果目標文件名已經存在，會被覆蓋。
9. 刪除文件
不再需要某個文件時，可以使用 os.remove() 刪除它。
import os
os.remove('unwanted_file.txt')警告：刪除操作不可逆，請謹慎使用！
10. 列出目錄下的所有文件
經常需要查看某個目錄下有哪些文件，可以用 os.listdir() 來實現。
import os
files = os.listdir('.')
for file in files:
print(file)11. 處理 CSV 文件
CSV（逗號分隔值）文件是一種常見的數據存儲格式。Python 提供了內置的 csv 模塊來處理這些文件。
讀取 CSV 文件：
import csv
# 打開 CSV 文件
with open('data.csv', 'r') as file:
reader = csv.reader(file)
for row in reader:
print(row)解釋：
- csv.reader(file) 創建一個 CSV 讀取器對象。
- 每行數據作為一個列表返回。
寫入 CSV 文件：
import csv
# 打開 CSV 文件并寫入數據
with open('output.csv', 'w', newline='') as file:
writer = csv.writer(file)
writer.writerow(['Name', 'Age', 'City'])
writer.writerow(['Alice', '25', 'New York'])
writer.writerow(['Bob', '30', 'Los Angeles'])解釋：
- csv.writer(file) 創建一個 CSV 寫入器對象。
- writerow() 方法用于寫入單行數據。
12. 使用 pandas 處理 CSV 文件
pandas 是一個強大的數據分析庫，非常適合處理大型 CSV 文件。
讀取 CSV 文件
import pandas as pd
# 讀取 CSV 文件
df = pd.read_csv('data.csv')
print(df.head()) # 顯示前幾行數據解釋：
- pd.read_csv() 用于讀取 CSV 文件并轉換成 DataFrame 對象。
- head() 方法顯示 DataFrame 的前幾行。
寫入 CSV 文件：
import pandas as pd
# 創建 DataFrame
data = {'Name': ['Alice', 'Bob'],
'Age': [25, 30],
'City': ['New York', 'Los Angeles']}
df = pd.DataFrame(data)
# 寫入 CSV 文件
df.to_csv('output.csv', index=False)解釋：
- pd.DataFrame(data) 創建一個 DataFrame 對象。
- to_csv() 方法將 DataFrame 寫入 CSV 文件。
- index=False 參數表示不寫入索引列。
實戰案例：分析銷售數據
假設你有一個名為 sales_data.csv 的文件，其中包含公司的銷售記錄。我們將使用 Python 來分析這些數據。
數據結構：
OrderID,Product,Quantity,Price
1001,Apple,10,2.50
1002,Banana,5,1.00
1003,Orange,7,1.50
...讀取并分析數據：
import pandas as pd
# 讀取 CSV 文件
df = pd.read_csv('sales_data.csv')
# 計算總銷售額
total_sales = (df['Quantity'] * df['Price']).sum()
print(f"Total Sales: ${total_sales:.2f}")
# 查找銷售量最高的產品
top_product = df.groupby('Product')['Quantity'].sum().idxmax()
print(f"Top Product: {top_product}")
# 計算平均價格
avg_price = df['Price'].mean()
print(f"Average Price: ${avg_price:.2f}")解釋：
- df['Quantity'] * df['Price'] 計算每行的銷售額。
- .sum() 計算總銷售額。
- groupby() 和 idxmax() 方法找出銷售量最高的產品。
- mean() 計算平均價格。
輸出結果：
Total Sales: $2500.00
Top Product: Apple
Average Price: $1.67通過上述步驟，我們可以快速地分析銷售數據，并得出有用的結論。這對于業務決策非常有幫助。
總結
本文介紹了如何在 Python 中進行基本的文件操作，包括打開、讀取、寫入和關閉文件，并且展示了如何使用 csv 模塊和 pandas 庫來處理 CSV 文件。最后通過一個實戰案例演示了如何利用 Python 分析銷售數據，提供了從數據讀取到分析的一整套解決方案。這些知識對于任何希望提高數據處理能力的 Python 開發者來說都是不可或缺的。
