（数据科学学习手札05）Python与R数据读入存出方式的总结与比较
在数据分析的过程中，外部数据的导入和数据的导出是非常关键的部分，而Python和R在这方面大同小异，且针对不同的包或模块，对应着不同的函数来完成这部分功能：
Python
1.TXT文件
导入：
以某证券软件导出的txt格式股票数据为例：
方式1：
with open(r'C:\Users\windows\Desktop\test\input\SH#600216.txt','r') as s: data_raw = s.readlines() data_raw
可以看到，通过readlines()，目标文件中的每一行都被保存为列表中的一个元素
方式2：
with open(r'C:\Users\windows\Desktop\test\input\SH#600216.txt','r') as s: t = [] while True: line = s.readline() if line: t.append(line) else: break t
方式3：
with open(r'C:\Users\windows\Desktop\test\input\SH#600216.txt','r') as s: t = s.read() print(t)
read()读入的是整个txt文件的数据，无视分行：
为了得到每行独立的列表，只需使用spilt()即可：
t.spilt('\n')
写出：
with open(r'C:\Users\windows\Desktop\test\input\SH#600216.txt','r') as s: t = s.read() with open(r'C:\Users\windows\Desktop\test\input\write.txt','w') as w: w.write(t)
这是观察文件所在目录，多出了我们生成的txt文件：
2.csv文件
读入：
这里我们需要用到pandas包来进行相关操作：
import pandas as pd data = pd.read_csv(r'C:\Users\windows\Desktop\test\input\重庆美团商品基本信息.csv',engine='python')
查看data，证实成功读入：
写出：
上面我们完成了对之指定csv文件的读入，并以数据框的形式存放在data中，下面我们将data中的数据写出到新命名的文件中：
data.to_csv(r'C:\Users\windows\Desktop\test\input\new.csv',encoding='ANSI')
这时查看对应目录下的确出现了new.csv:
3.xlsx文件
读入：
import pandas as pd data = pd.read_excel(r'C:\Users\windows\Desktop\test\input\重庆美团商家信息.xlsx') data.head()
写出：
data.to_excel(r'C:\Users\windows\Desktop\test\input\new.xlsx',encoding='ANSI')
R
1.txt文件
读入：
> setwd('C:\\Users\\windows\\Desktop\\test\\output')
> data <- read.table('SH#600216.txt',skip=1,header=T)
> summary(data)
日期 开盘 最高 最低 收盘
2013/03/04: 1 Min. : 8.18 Min. : 8.76 Min. : 8.18 Min. : 8.34
2013/03/05: 1 1st Qu.:10.41 1st Qu.:10.54 1st Qu.:10.28 1st Qu.:10.41
2013/03/06: 1 Median :11.60 Median :11.86 Median :11.39 Median :11.61
2013/03/07: 1 Mean :12.88 Mean :13.10 Mean :12.68 Mean :12.90
2013/03/08: 1 3rd Qu.:13.99 3rd Qu.:14.18 3rd Qu.:13.77 3rd Qu.:14.03
2013/03/11: 1 Max. :24.39 Max. :24.59 Max. :23.80 Max. :24.04
(Other) :1209
成交量 成交额
Min. : 2343203 Min. :2.651e+07
1st Qu.: 7052300 1st Qu.:8.825e+07
Median :13560938 Median :1.664e+08
Mean :17675921 Mean :2.262e+08
3rd Qu.:24076418 3rd Qu.:3.010e+08
Max. :97149939 Max. :1.283e+09
写出：
> write.table(data,'new.txt')
2.csv文件
读入：
> setwd('C:\\Users\\windows\\Desktop\\test\\output') > data <- read.csv('重庆美团商品基本信息.csv',header=T,sep=',') > summary(data) 月份 平台 店铺名称 2017/5/1 :43841 美团:275343 巫山纸包鱼 : 264 2017/4/1 :43154 黔江鸡杂 : 246 2017/6/1 :39231 街吧 : 203 2017/3/1 :38855 四季颂蛋糕 : 189 2016/11/1:37496 万州烤鱼 : 187 2016/12/1:36682 苒然烘焙（金科店）: 180 (Other) :36084 (Other) :274074 商品名称 菜系 价格 原价 100元代金券1张，可叠加: 16913 甜点饮品:65760 Min. : 0 Min. : 0.0 10元代金券1张，可叠加 : 4879 火锅 :59417 1st Qu.: 38 1st Qu.: 50.0 4人餐，提供免费WiFi : 4263 川菜 :49437 Median : 90 Median : 130.0 20元代金券1张，可叠加 : 3223 小吃快餐:41659 Mean : 140 Mean : 207.7 8人餐，提供免费WiFi : 3166 其他美食:12706 3rd Qu.: 168 3rd Qu.: 247.0 6人餐，提供免费WiFi : 3078 烧烤烤肉:11732 Max. :6888 Max. :14500.0 (Other) :239821 (Other) :34632 NA's :38 NA's :39 城市 重庆:275343
写出：
> write.csv(data,file='new.csv')
3.xlsx文件
读入：
方式1：
> library(readxl) > setwd('C:\\Users\\windows\\Desktop\\test\\output') > data <- read_excel('重庆美团商家信息.xlsx') > head(data) # A tibble: 6 x 15 数据所属期 平台类型 平台 商家名称 商家电话 商家评分 <dttm> <chr> <chr> <chr> <chr> <dbl> 1 2017-06-01 团购 美团 大通冰室（商社汇店） 13983861054 5.0 2 2017-06-01 团购 美团 四季花苑渝湘精致菜馆 023-49815818 4.6 3 2017-06-01 团购 美团 南丫甜（久长街店） 13808360338 5.0 4 2017-06-01 团购 美团 午后蛋糕店（涪陵店） 18225142460 3.9 5 2017-06-01 团购 美团 侯哥风味酒楼 15923287859 3.5 6 2017-06-01 团购 美团 茶颜茶语 13389663358 NA # ... with 9 more variables: 商家地址 <chr>, 商家评论数 <dbl>, 城市 <chr>, 省 <chr>, # 本月销量 <dbl>, 本月销售额 <dbl>, 特色菜 <chr>, 菜系 <chr>, 商家URL <chr>
方式2（速度超慢，非常不建议使用！！！）：
options(java.parameters = "-Xmx4096m") library(xlsx) setwd('C:\\Users\\windows\\Desktop\\test\\output') data <- read.xlsx('重庆美团商家信息.xlsx',sheetIndex = 1) head(data)
写出：
目前R的针对excel文件写出的方法中，比较方便(前提是你的电脑安装了java并成功配置好环境)的是xlsx包中的write.xlsx()，如下：
write.xlsx(data,file='demo.xlsx')
Python与R对基本数据类型的读入写出大致如上，而对数据库文件等较复杂数据的处理以后会提及。
