本书使用的文件、代码: https://github.com/huangtao36/data_wrangling

机器可读(machine readable)文件格式:
1、逗号分隔值(Comma-Separated Values, CSV)
2、JavaScript对象符号(JavaScript Object Notation, JSON)
3、可扩展标记语言(eXtensible Markup Language, XML)

第三章使用的数据文件:

一、CSV数据

CSV文件:将数据列用逗号分隔的文件,文件扩展名为.csv
TSV文件:将数据列用Tab分隔的文件(tab-separated values),文件扩展名为.csv或.tsv(要打开文件确定是何种类型的数据)
用excel打开文件data-text.csv:
用 Sublime打开data-text.csv:

Python代码1

import csv
csvfile = open('data-text.csv','rb') #打开文件,只读模式('wb'表示写)
reader = csv.reader(csvfile)  #读取数据
for row in reader:  #输出数据
  print row

1、使用命令行编译时需要进入到代码文件所在文件夹,并且数据文件应与代码文件所在同一目录下(因为代码中没有指定数据文件路径)

2、对比上面两个代码如下,对比输出,代码1输出的是列表格式,代码2输出的是字典格式

代码1: reader = csv.reader(csvfile) #读取数据

代码2: reader = csv.DictReader(csvfile)

二、JSON数据

.json为文件扩展名,极少数命名不规范的.js文件也可能包含的是JSON数据(.js文件一般是JavaScript文件 )

JSON数据文件部分内容

JSON文件内容类似于Python中的字典,每一行都有键和值。

Python代码

import json
json_data = open('data-text.json').read()
data = json.loads(json_data)
for item in data:
    print item

    在PyCharm上运行

  比较CSV与JOSN中Python代码的不同

    1、CSV以只读方式打开文件(文件变量),JSON读取文件的内容后还把其保存在变量json_data中(内容变量)

     2、CSV中open()返回的是一个文件对象,JSON中得到的是一个字符串

   运行type()来检测一下(使用命令行逐句输入(注意要在数据文件路径下运行)):

filename = 'data-text.json'
type(open(filename,'rb'))
type(open(filename),read())

    由以上结果可以看出使用open()函数直接打开文件,获得的是一个文件类型的数据;而使用read()读取后获得的是一个字符串类型