Python之数据处理

目录

引言

数据处理脚本

一、CSV 文件数据处理

二、文本文件内容统计

引言

在日常办公和电脑使用中，我们经常会遇到一些重复性的任务或需要快速获取特定信息的情况。Python 作为一种强大而灵活的编程语言，可以用来编写各种小脚本，以自动化这些任务并提高工作效率。本文将介绍一些 Python 常用的数据处理脚本，帮助读者更好地利用 Python 解决实际问题。

数据处理脚本

一、CSV 文件数据处理

假设你有一个 CSV 文件，需要对其中的数据进行一些处理，比如提取特定列的数据或进行数据清洗。以下是一个示例脚本：

import pandas as pd
 
def process_csv(file_path):
    df = pd.read_csv(file_path)
    # 提取特定列的数据
    column_data = df["column_name"]
    # 进行数据清洗，例如去除空值
    cleaned_data = column_data.dropna()
    return cleaned_data
 
file_path = "path/to/your/csv/file.csv"
processed_data = process_csv(file_path)
print(processed_data)

这个脚本使用 pandas 库读取 CSV 文件，并进行特定的数据处理操作。

二、文本文件内容统计

如果你需要统计一个文本文件中的单词数量、行数等信息，可以使用以下脚本：

def count_words_and_lines(file_path):
    with open(file_path, "r") as file:
        lines = file.readlines()
        word_count = 0
        for line in lines:
            words = line.split()
            word_count += len(words)
        return len(lines), word_count
 
file_path = "path/to/your/text/file.txt"
line_count, word_count = count_words_and_lines(file_path)
print(f"Lines: {line_count}, Words: {word_count}")

这个脚本打开一个文本文件，统计其中的行数和单词数量。