怎么在python項目中將Excel文件轉換為TXT文件

本文章向大家介紹怎么在python項目中將Excel文件轉換為TXT文件，主要包括怎么在python項目中將Excel文件轉換為TXT文件的使用實例、應用技巧、基本知識點總結和需要注意事項，具有一定的參考價值，需要的朋友可以參考一下。

Python主要用來做什么

Python主要應用于：1、Web開發；2、數據科學研究；3、網絡爬蟲；4、嵌入式應用開發；5、游戲開發；6、桌面應用開發。

首先在python中import兩個必要的包

import numpy as np
import csv

接下來，就是讀取Excel文件，在讀取的文件路徑上本文采用絕對路徑的方式：

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)  #逐行讀取Excel文件中的每一行append列表中
   list_file.remove(list_file[0])  #該行表示我們去除Excel文件的第一行，因為第一行往往都是數據的名稱介紹，如果沒有介紹就不用該行代碼了
   arr_file = np.array(list_file)  #轉換為矩陣形式
   label = arr_file[:,0]  #第一列  //該行表示我們取Excel文件中第一列數據進行實驗，下述貼出數據樣式（或者Excel只有第一列有數據）

然后進行一次額外的篩選，篩選的目的是因為我們所采集到的數據中一般都有一些數據缺失的情況，也就是顯示為“NULL”的情況，或者其他的形式，可以根據自己數據的缺失情況進行靈活更改（如果沒有數據缺失這部分代碼就不需要了）：

for i in range(len(label)):
  if label[i] == 'NULL':   #注意我們文件中數據缺失時記錄為“NULL”，注意替換
  label[i] = label[i -1]

上述步驟已經完成了在Excel上的各種操作，接下來就是將我們讀取到的Excel文件存儲到指定的TXT文件中了：

file = open("F:/Data/DATA/airquality48.txt", "w")
   for n in range(int(len(label)/48)):  #該行命令用來計算數據的長度，因為我們要存儲的TXT文件中要使得每行包含48個數據，所以這里使用48
     file.write(label[n*48:n*48+48])  #將提取好的數據寫入到TXT文件中
     file.write('\n')  #注意轉換后文件最后一行空白需要刪除（寫完48個數據進行換行）

好了，上述就行所描述的程序步驟，下面用結果展示下本程序所使用的數據樣式及運行結果，為了避免出錯先完整的貼下整體程序：

# EXCEL.CSV文件轉換成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
    # 處理文件中null情況
    for i in range(len(label)):
      if label[i] == 'NULL':
        label[i] = label[i -1]
    #將數據以天為單位寫入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')  #注意轉換后文件最后一行空白需要刪除
  return label
loadCSVfile1()

到此這篇關于怎么在python項目中將Excel文件轉換為TXT文件的文章就介紹到這了，更多相關的內容請搜索億速云以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持億速云！