导读:本期聚焦于小伙伴创作的《Python如何从TXT文件读取数值并转换为Excel整数类型及计算平均值》,敬请观看详情,探索知识的价值。以下视频、文章将为您系统阐述其核心内容与价值。如果您觉得《Python如何从TXT文件读取数值并转换为Excel整数类型及计算平均值》有用,将其分享出去将是对创作者最好的鼓励。

在数据处理工作中,经常需要从TXT文件中提取数值数据,将其整理到Excel表格中并做基础统计,计算数值的平均值是常见的需求。下面通过Python的标准库和第三方库实现完整的流程。

Python如何从TXT文件读取数值并转换为Excel整数类型及计算平均值

准备工作和依赖安装

首先需要安装处理Excel的第三方库pandas和openpyxl,pandas用于数据读取、处理和写入,openpyxl是pandas写入Excel的依赖库。执行以下命令安装:

pip install pandas openpyxl

读取TXT文件中的数值

假设TXT文件的每行存储一个数值,数值之间可能包含空行或者无关字符,需要先清洗数据再提取有效数值。下面的代码实现读取TXT文件并提取所有数值的功能:

# 导入所需库
import pandas as pd

def read_txt_numbers(file_path):
    numbers = []
    # 打开TXT文件,指定编码为utf-8
    with open(file_path, 'r', encoding='utf-8') as f:
        for line in f:
            # 去除行首尾的空白字符
            line = line.strip()
            # 跳过空行
            if not line:
                continue
            try:
                # 尝试将行内容转换为浮点数,再转为整数
                num = int(float(line))
                numbers.append(num)
            except ValueError:
                # 如果转换失败,跳过该行
                print(f"跳过无效内容:{line}")
    return numbers

# 调用函数读取TXT文件,替换为你的TXT文件路径
txt_numbers = read_txt_numbers("data.txt")
print(f"读取到的数值列表:{txt_numbers}")

将数值转换为Excel整数类型并写入Excel

pandas的DataFrame在写入Excel时,整数类型的数据会自动对应Excel的整数格式,只需要把读取到的数值列表转为DataFrame再写入即可:

def write_to_excel(numbers, excel_path):
    # 创建DataFrame,列名设置为数值
    df = pd.DataFrame({"数值": numbers})
    # 写入Excel文件,不保留索引列
    df.to_excel(excel_path, index=False)
    print(f"数据已成功写入Excel文件:{excel_path}")

# 调用函数写入Excel,替换为你的Excel输出路径
write_to_excel(txt_numbers, "output.xlsx")

计算数值的平均值

计算平均值可以直接使用Python内置的sum函数和len函数,也可以通过pandas的mean方法实现,两种方式的结果一致:

def calculate_average(numbers):
    if not numbers:
        return 0
    # 方式一:使用内置函数计算
    avg1 = sum(numbers) / len(numbers)
    # 方式二:使用pandas计算
    df = pd.DataFrame({"数值": numbers})
    avg2 = df["数值"].mean()
    print(f"内置函数计算的平均值:{avg1}")
    print(f"pandas计算的平均值:{avg2}")
    return avg1

# 调用函数计算平均值
average_result = calculate_average(txt_numbers)

完整流程整合

把上述步骤整合到一起,就可以实现从TXT读取数值、转Excel整数、计算平均值的完整功能:

import pandas as pd

def full_process(txt_path, excel_path):
    # 步骤1:读取TXT数值
    numbers = []
    with open(txt_path, 'r', encoding='utf-8') as f:
        for line in f:
            line = line.strip()
            if not line:
                continue
            try:
                num = int(float(line))
                numbers.append(num)
            except ValueError:
                print(f"跳过无效内容:{line}")
    if not numbers:
        print("未读取到有效数值,流程终止")
        return
    # 步骤2:写入Excel
    df = pd.DataFrame({"数值": numbers})
    df.to_excel(excel_path, index=False)
    # 步骤3:计算平均值
    average = sum(numbers) / len(numbers)
    print(f"处理完成,共读取{len(numbers)}个有效数值")
    print(f"数值平均值:{average}")
    print(f"Excel文件已保存至:{excel_path}")

# 执行完整流程,替换为实际文件路径
full_process("data.txt", "result.xlsx")

注意事项

  • TXT文件的编码需要和代码中指定的编码一致,如果读取报错可以尝试把编码改为gbk
  • 如果TXT文件中的数值包含小数,转换为整数时会自动截断小数部分,需要保留小数的话可以把int(float(line))改为float(line)
  • 写入Excel时需要确保目标路径没有正在被其他程序打开,否则会写入失败

PythonTXT文件读取Excel整数转换数值平均值计算pandas修改时间:2026-07-18 10:30:22

免责声明:​ 已尽一切努力确保本网站所含信息的准确性。网站内容多为原创整理与精心编撰,观点力求客观中立。本站旨在免费分享,内容仅供个人学习、研究或参考使用。若引用了第三方作品,版权归原作者所有。如内容涉及您的权益,请联系我们处理。
内容垂直聚焦
专注技术核心技术栏目,确保每篇文章深度聚焦于实用技能。从代码技巧到架构设计,为用户提供无干扰的纯技术知识沉淀,精准满足专业提升需求。
知识结构清晰
覆盖从开发到部署的全链路。AI、前端、编程、数据库、服务器、建站、系统层层递进,构建清晰学习路径,帮助用户系统化掌握开发与运维所需的核心技术。
深度技术解析
拒绝泛泛而谈,深入技术细节与实践难点。无论是数据库优化还是服务器配置,均结合真实场景与代码示例进行剖析,致力于提供可直接应用于工作的解决方案。
专业领域覆盖
精准对应开发生命周期。从前端界面到后端编程,从数据库操作到服务器运维,形成完整闭环,一站式满足全栈工程师和运维人员的技术需求。
即学即用高效
内容强调实操性,步骤清晰、代码完整。用户可根据教程直接复现和应用于自身项目,显著缩短从学习到实践的距离,快速解决开发中的具体问题。
持续更新保障
专注既定技术方向进行长期、稳定的内容输出。确保各栏目技术文章持续更新迭代,紧跟主流技术发展趋势,为用户提供经久不衰的学习价值。