python读取与写入csv格式文件的示例代码
作者:暴走小飞鼠 时间:2023-08-09 09:07:15
在数据分析中经常需要从csv格式的文件中存取数据以及将数据写书到csv文件中。将csv文件中的数据直接读取为 dict 类型和 DataFrame 是非常方便也很省事的一种做法,以下代码以鸢尾花数据为例。
csv文件读取为dict
代码
# -*- coding: utf-8 -*-
import csv
with open('E:/iris.csv') as csvfile:
reader = csv.DictReader(csvfile, fieldnames=None) # fieldnames默认为None,如果所读csv文件没有表头,则需要指定
list_1 = [e for e in reader] # 每行数据作为一个dict存入链表中
csvfile.close()
print list_1[0]
输出
{'Petal.Length': '1.4', 'Sepal.Length': '5.1', 'Petal.Width': '0.2', 'Sepal.Width': '3.5', 'Species': 'setosa'}
如果读入的每条数据需要单独处理且数据量较大,推荐逐条处理然后再放入。
list_1 = list()
for e in reader:
list_1.append(your_func(e)) # your_func为每条数据的处理函数
多条类型为dict的数据写入csv文件
代码
# 数据
data = [
{'Petal.Length': '1.4', 'Sepal.Length': '5.1', 'Petal.Width': '0.2', 'Sepal.Width': '3.5', 'Species': 'setosa'},
{'Petal.Length': '1.4', 'Sepal.Length': '4.9', 'Petal.Width': '0.2', 'Sepal.Width': '3', 'Species': 'setosa'},
{'Petal.Length': '1.3', 'Sepal.Length': '4.7', 'Petal.Width': '0.2', 'Sepal.Width': '3.2', 'Species': 'setosa'},
{'Petal.Length': '1.5', 'Sepal.Length': '4.6', 'Petal.Width': '0.2', 'Sepal.Width': '3.1', 'Species': 'setosa'}
]
# 表头
header = ['Petal.Length', 'Sepal.Length', 'Petal.Width', 'Sepal.Width', 'Species']
print len(data)
with open('E:/dst.csv', 'wb') as dstfile: #写入方式选择wb,否则有空行
writer = csv.DictWriter(dstfile, fieldnames=header)
writer.writeheader() # 写入表头
writer.writerows(data) # 批量写入
dstfile.close()
上述代码将数据整体写入csv文件,如果数据量较多且想实时查看写入了多少数据可以使用 writerows 函数。
读取csv文件为DataFrame
代码
# 读取csv文件为DataFrame
import pandas as pd
dframe = pd.DataFrame.from_csv('E:/iris.csv')
也可以稍微曲折点:
import csv
import pandas as pd
with open('E:/iris.csv') as csvfile:
reader = csv.DictReader(csvfile, fieldnames=None) # fieldnames默认为None,如果所读csv文件没有表头,则需要指定
list_1 = [e for e in reader] # 每行数据作为一个dict存入链表中
csvfile.close()
dfrme = pd.DataFrame.from_records(list_1)
从zip文件中读取指定csv文件为DataFrame
dst.zip文件中包含有dst.csv和其它文件,现在在不解压缩的情况下直接读取dst.csv文件为DataFrame.
import pandas as pd
import zipfile
z_file = zipfile.ZipFile('E:/dst.zip')
dframe = pd.read_csv(z_file.open('dst.csv'))
z_file.close()
print dframe
DataFrame写入csv文件
dfrme.to_csv('E:/dst.csv', index=False) # 不要每行的编号
读取txt文件为DataFrame
import pandas as pd
# `path`为文件路径或文件句柄,`header`文件第一行是否是表头,`delimiter`每个字段的分隔符,`dtype`数据读入后的存储类型。
frame = pd.read_table(path, header=None, index_col=False, delimiter='\t', dtype=str)
来源:https://www.cnblogs.com/crazysquirrel/p/6562320.html?utm_source=tuicool&utm_medium=referral
标签:Python,CSV文件
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
页面链接方式的统一性
2008-03-24 17:02:00
XML简易教程之四
2008-09-05 17:19:00
MAC 中mysql密码忘记解决办法
2024-01-18 04:13:48
MySQL中order by的执行过程
2024-01-15 00:29:16
![](https://img.aspxhome.com/file/2023/2/126292_0s.webp)
JS FormData对象使用方法实例详解
2024-02-25 04:54:46
python实现两个dict合并与计算操作示例
2021-07-29 15:37:25
Qt5 实现主窗口状态栏显示时间
2022-05-29 23:54:45
![](https://img.aspxhome.com/file/2023/0/102340_0s.jpg)
Python 抖音评论数据抓取分析
2023-03-22 15:30:20
![](https://img.aspxhome.com/file/2023/4/76794_0s.gif)
一文带你深入理解Go语言中的sync.Cond
2024-04-25 15:28:48
![](https://img.aspxhome.com/file/2023/2/134072_0s.png)
python中namedtuple函数的用法解析
2023-08-22 11:03:24
![](https://img.aspxhome.com/file/2023/2/107832_0s.png)
python numpy.linalg.norm函数的使用及说明
2022-05-27 10:20:32
![](https://img.aspxhome.com/file/2023/3/80543_0s.jpg)
sql中case语句的用法浅谈
2024-01-28 07:52:37
Django如何自定义model创建数据库索引的顺序
2024-01-24 23:14:40
jQuery判断checkbox是否选中的3种方法
2024-04-22 13:05:16
![](https://img.aspxhome.com/file/2023/6/135846_0s.png)
Go语言中反射的正确使用
2024-02-01 16:31:57
OpenCV黑帽运算(BLACKHAT)的使用
2022-11-11 22:32:00
![](https://img.aspxhome.com/file/2023/2/134832_0s.png)
python cookie反爬处理的实现
2021-10-16 23:33:17
Perl5和Perl6对比使用Sigils的差别
2022-03-04 16:34:17
Python爬虫实现简单的爬取有道翻译功能示例
2022-05-30 14:08:37
Python调用Windows API函数编写录音机和音乐播放器功能
2021-06-13 19:03:55
![](https://img.aspxhome.com/file/2023/7/76707_0s.jpg)