python文件寫一行數據
『壹』 python把數據寫入文件，規定每個文件只有固定行數
要規定行數的話，就得先規定列數了。否則從頭到尾就一行，也就沒有意義了，如果可以確定行尾的話，也可以用換行確定計數。例：
for item in yourdata:
count = 0
f = open('yourfile','w')
while(count<20):
f.write(yourdata)
count +=1
f.close()
『貳』 Python中怎樣實現向一個文檔中寫入數據， 要求從倒數第三行開始寫入
將文本每行讀入一個數組中啊 然後直接用python 中數組 insert（） 插入
file = open("C:/a.txt", "r")
li = []
#line_counter = 0
while 1:
line = file.readline()
if line:
li.append(line)
else:
break
file.close()
lines = len(li)
『』『
下面從倒數第三行開始插入想要插入的字元串，每行插入的字元用\n分開。如果要寫的東西多，可以從外部文件讀入數據
』『』
li.insert(lines-3,"1st row you want to write \n 2nd row you want to write \n")
file=open("C:/a.txt", "w")
for line in li:
file.write(line)
file.close()
『叄』 python寫數據到文件一次只能寫一個數據
python寫數據到衫乎文件一次只能寫一個數據原因如下：
1、代碼在第一次循環中將中緩文件關閉了，因此後邊的數據寫不進去。
2、文件內容不完整，賣塌模要寫入的數據內容依然在緩沖區中，沒有寫入文件。
『肆』 python pandas 怎樣高效地添加一行數據
所以一般說來dataframe就是a set of columns, each column is an array of values. In pandas, the array is one way or another a (maybe variant of) numpy ndarray. 而ndarray本身不存在一種in place append的操作。。。因為它實際上是一段連續內存。。。任何需要改變ndarray長度的操作都涉及分配一段長度合適的新的內存，然後。。。這是這類操作慢的原因。。。如果pandas dataframe沒有用其他設計減少的話猜大，我相信Bren說的"That's probably as efficient as any"是很對的。。。
所以in general, 正如Bren說的。。。Pandas/numpy structures are fundamentally not suited for efficiently growing.
Matti 和 arynaq說的是兩種常見的對付這個問題的方法。。。我想Matti實際的意思是把要加的rows收集成起穗裂豎來然後concatenate, 這樣只一次。arynaq的方法就是預先分配內存比較好理解。。。
如果你真的需要incrementally build a dataframe的話，估計你需要實際測試一下兩種源念方法。。。
我的建議是，如有可能，盡力避免incrementally build a dataframe, 比如用其他data structure 收集齊所有data然後轉變成dataframe做分析
『伍』 python怎樣實現一行一行讀取文件數據，並且要實現讀取一行數據，就進行條件判斷
超簡單
get='''12
15
16
19
23'''
result=get.split(' ')
foriinresult:
ifint(i)>16:
print(i)
滿意還請採納
『陸』 Python writerow/writerows 添加數據
with open('xxxx.csv','w',newlines='') as f:
writer = csv.writer(f) #創建初始化寫入對象
writer.writerow(['color','red'唯並橋]) # 一行一行寫入 ['color','red']
* 在windows里，指猛csv保存得到的文件是每空一行儲存一條數據，使用newlines=''可保證蔽敏存儲存的數 據不空行。
with open('xxxx.csv','w') as f:
writer = csv.writer(f)
writer.writerows([('color','red'),('size','big'),('male','female')]) #多行寫入
『柒』 用python讀取文本文件，對讀出的每一行進行操作，這個怎麼寫
用python讀取文本文件，對讀出的每一行進行操作，寫法如下：
f=open("test.txt","r")
whileTrue:
line=f.readline()
ifline:
pass#dosomethinghere
line=line.strip()
p=line.rfind('.')
filename=line[0:p]
print"create%s"%line
else:
break
f.close()
『捌』 使用 Python 讀寫文件
有些數據是臨時的，它們在應用程序運行時存儲在內存中，然後丟棄。但是有些數據是持久的。它們存儲在硬碟驅動器上供以後使用，而且它們通常是用戶最關心的東西。對於程序員來說，編寫代碼讀寫文件是很常見的，但每種語言處理該任務的方式都不同。本文演示了如何使用 Python 處理文件數據。
在 Linux 上，你可能已經安裝了 Python。如果沒有，你可以通過發行版軟體倉庫安裝它。例如，在 CentOS 或 RHEL 上：
在 macOS 上，你可以使用 MacPorts或Homebrew安裝。在 Windows 上，你可以使用Chocolatey安裝。
一旦安裝了 Python，打開你最喜歡的文本編輯器，准備好寫代碼吧。
如果你需要向一個文件中寫入數據，記住有三個步驟：
這與你在計算機上編碼、編輯照片或執行其他操作時使用的步驟完全相同。首先，打開要編輯的文檔，然後進行編輯，最後關閉文檔。
在 Python 中，過程是這樣的：
這個例子中，第一行以 寫 模式打開了一個文件，然後用變數 f 表示，我使用了 f 是因為它在 Python 代碼中很常見，使用其他任意有效變數名也能正常工作。
在打開文件時，有不同的模式：
第二行表示向文件中寫入數據，本例寫入的是純文本，但你可以寫入任意類型的數據。
最後一行關閉了文件。
對於快速的文件交互，常用有一種簡短的方法可以寫入數據。它不會使文件保持打開狀態，所以你不必記得調用 close 函數。相反，它使用 with 語法：
如果你或你的用戶需要通過應用程序需要向文件中寫入一些數據，然後你需要使用它們，那麼你就需要讀取文件了。與寫入類似，邏輯一樣：
同樣的，這個邏輯反映了你一開始使用計算機就已知的內容。閱讀文檔，你可以打開、閱讀，然後關閉。在計算機術語中，「打開」文件意味著將其載入到內存中。
實際上，一個文本文件內容肯定不止一行。例如，你需要讀取一個配置文件、 游戲 存檔或樂隊下一首歌曲的歌詞，正如你打開一本實體書時，你不可能立刻讀完整本書，代碼也只能解析已經載入到內存中的文件。因此，你可能需要遍歷文件的內容。
示例的第一行指明使用 讀 模式打開一個文件，然後文件交由變數 f 表示，但就像你寫數據一樣，變數名是任意的。 f 並沒有什麼特殊的，它只是單詞 「file」 的最簡表示，所以 Python 程序員會經常使用它。
在第二行，我們使用了 line ，另一個任意變數名，用來表示 f 的每一行。這告訴 Python 逐行迭代文件的內容，並將每一行的內容列印到輸出中（在本例中為終端或IDLE）。
就像寫入一樣，使用 with 語法是一種更簡短的方法讀取數據。即不需要調用 close 方法，方便地快速交互。
使用 Python 有很多方法向文件寫入數據，包括用 JSON、YAML、TOML等不同的格式寫入。還有一個非常好的內置方法用於創建和維護SQLite資料庫，以及許多庫來處理不同的文件格式，包括圖像、音頻和視頻等。
via: https://opensource.com/article/21/7/read-write-files-python
作者：Seth Kenlon選題：lujun9972譯者：MjSeven校對：turbokernel
『玖』 python讀取文件—txt文件常用讀寫操作
f = open("data.txt","r") #設置文件對象
f.close() #關閉文件
為了方便，避免忘記close掉這個文件對象，可以用下面這種方式替代
with open('data.txt',"r") as f: #設置文件對象
str = f.read() #可以是隨便對文件的操作
f = open("data.txt","r") #設置文件對象
str = f.read() #將txt文件的所有內容讀入到字元串str中
f.close() #將文件關閉
f = open("data.txt","r") #設置文件對象
line = f.readline()
line = line[:-1]
while line: #直到讀取完文件
line = f.readline() #讀取一行文件，包括換行符
line = line[:-1] #去掉換行符，也可以不去
f.close() #關閉文件
data = []
for line in open("data.txt","r"): #設置文件對象並讀取每一行文件
data.append(line) #將每一行文件加入到list中
f = open("data.txt","r") #設置文件對象
data = f.readlines() #直接將文件中按行讀到list里，效果與方法2一樣
f.close() #關閉文件
可以使用pandas的.read_csv，讀取文件的時候可以給每一列起名字，通過列名來調取相應列的數據。
import pandas as pd
data = pd.read_csv(" OSDO1012.txt",sep=',',header=None, names=['lat','lon','time','z']
使用data.lat就可以讀取名為lat這一列的數據
data = np.loadtxt("data.txt",skiprows = 1) #將文件中數據載入到data數組里，並且跳過第一行
with open('data.txt','w') as f: #設置文件對象
f.write(str) #將字元串寫入文件中
data = ['a','b','c']
單層列表寫入文件
with open("data.txt","w") as f:
f.writelines(data)
每一項用空格隔開，一個列表是一行寫入文件
data =[ ['a','b','c'],['a','b','c'],['a','b','c']]
with open("data.txt","w") as f: #設置文件對象
for i in data: #對於雙層列表中的數據
i = str(i).strip('[').strip(']').replace(',','').replace('\'','')+'\n' #將其中每一個列表規范化成字元串
f.write(i) #寫入文件
直接將每一項都寫入文件
data =[ ['a','b','c'],['a','b','c'],['a','b','c']]
with open("data.txt","w") as f: #設置文件對象
for i in data: #對於雙層列表中的數據
f.writelines(i) #寫入文件
np.savetxt("data.txt",data) #將數組中數據寫入到data.txt文件
np.save("data.txt",data) #將數組中數據寫入到data.txt文件