2024年最新【python基础教程】csv文件的写入与读取(1),面试官不讲武德

简介: 2024年最新【python基础教程】csv文件的写入与读取(1),面试官不讲武德
for p in person:
writer.writerow§

✅通过创建writer对象(一次性写入多行

步骤:1.创建数据和表头2.创建writer对象3.写表头4.在writerows里传入你要处理的数据

import csv

数据

person = [(‘xxx’, 18, 193), (‘yyy’, 18, 182), (‘zzz’, 19, 185)]

表头

header = [‘name’, ‘age’, ‘height’]
with open(‘person.csv’, ‘w’, encoding=‘utf-8’, newline=‘’) as file_obj:

创建对象

writer = csv.writer(file_obj)

写表头

writer.writerow(header)

3.写入数据(一次性写入多行)

writer.writerows(person)

写入结果如下:

第二种写入方法(使用DictWriter可以使用字典的方式将数据写入)


注意事项:使用字典的方式写入要注意传递的数据格式必须是字典

如果不是字典的话会报错

AttributeError: ‘tuple’ object has no attribute ‘keys’

步骤1.创建数据和表头( 数据必须是字典格式)2.创建DictWriter对象3.写表头4.写入数据

import csv

数据

person = [
{‘name’: ‘xxx’, ‘age’: 18, ‘height’: 193},
{‘name’: ‘yyy’, ‘age’: 18, ‘height’: 182},
{‘name’: ‘zzz’, ‘age’: 19, ‘height’: 185},
]

表头

header = [‘name’, ‘age’, ‘height’]
with open(‘person.csv’, ‘w’, encoding=‘utf-8’, newline=‘’) as file_obj:

1.创建DicetWriter对象

dictWriter = csv.DictWriter(file_obj, header)

2.写表头

dictWriter.writeheader()

3.写入数据(一次性写入多行)

dictWriter.writerows(person)

csv的读取

通过reader()读取

import csv
with open(‘person.csv’, ‘r’, encoding=‘utf-8’) as file_obj:

1.创建reader对象

reader = csv.reader(file_obj)
print(reader)

如果直接打印会返回csv.reader对象,这时需要遍历列表

<_csv.reader object at 0x000001FB8CE655F8>

改正代码如下:

import csv
with open(‘person.csv’, ‘r’, encoding=‘utf-8’) as file_obj:

1.创建reader对象

reader = csv.reader(file_obj)

2.遍历进行读取数据

for r in reader:
print®
读取结果如下:
[‘name’, ‘age’, ‘height’]
[‘xxx’, ‘18’, ‘193’]
[‘yyy’, ‘18’, ‘182’]
[‘zzz’, ‘19’, ‘185’]
如果想打印列表的某一个值,可以使用索引打印
print(r[0])
name
xxx
yyy
zzz

通过dictreader()读取

import csv
with open(‘person.csv’, ‘r’, encoding=‘utf-8’) as file_obj:

1.创建reader对象

dictReader = csv.DictReader(file_obj)

2.遍历进行读取数据

for r in dictReader:
print®
返回结果如下:
OrderedDict([(‘name’, ‘xxx’), (‘age’, ‘18’), (‘height’, ‘193’)])
OrderedDict([(‘name’, ‘yyy’), (‘age’, ‘18’), (‘height’, ‘182’)])
OrderedDict([(‘name’, ‘zzz’), (‘age’, ‘19’), (‘height’, ‘185’)])

做了那么多年开发,自学了很多门编程语言,我很明白学习资源对于学一门新语言的重要性,这些年也收藏了不少的Python干货,对我来说这些东西确实已经用不到了,但对于准备自学Python的人来说,或许它就是一个宝藏,可以给你省去很多的时间和精力。

别在网上瞎学了,我最近也做了一些资源的更新,只要你是我的粉丝,这期福利你都可拿走。

我先来介绍一下这些东西怎么用,文末抱走。


(1)Python所有方向的学习路线(新版)

这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

最近我才对这些路线做了一下新的更新,知识体系更全面了。

(2)Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

(3)100多个练手项目

我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。

(4)200多本电子书

这些年我也收藏了很多电子书,大概200多本,有时候带实体书不方便的话,我就会去打开电子书看看,书籍可不一定比视频教程差,尤其是权威的技术书籍。

基本上主流的和经典的都有,这里我就不放图了,版权问题,个人看看是没有问题的。

(5)Python知识点汇总

知识点汇总有点像学习路线,但与学习路线不同的点就在于,知识点汇总更为细致,里面包含了对具体知识点的简单说明,而我们的学习路线则更为抽象和简单,只是为了方便大家只是某个领域你应该学习哪些技术栈。

(6)其他资料

还有其他的一些东西,比如说我自己出的Python入门图文类教程,没有电脑的时候用手机也可以学习知识,学会了理论之后再去敲代码实践验证,还有Python中文版的库资料、MySQL和HTML标签大全等等,这些都是可以送给粉丝们的东西。

相关文章
|
14天前
|
存储 算法 Serverless
剖析文件共享工具背后的Python哈希表算法奥秘
在数字化时代,文件共享工具不可或缺。哈希表算法通过将文件名或哈希值映射到存储位置,实现快速检索与高效管理。Python中的哈希表可用于创建简易文件索引,支持快速插入和查找文件路径。哈希表不仅提升了文件定位速度,还优化了存储管理和多节点数据一致性,确保文件共享工具高效运行,满足多用户并发需求,推动文件共享领域向更高效、便捷的方向发展。
|
1月前
|
计算机视觉 Python
如何使用Python将TS文件转换为MP4
本文介绍了如何使用Python和FFmpeg将TS文件转换为MP4文件。首先需要安装Python和FFmpeg,然后通过`subprocess`模块调用FFmpeg命令,实现文件格式的转换。代码示例展示了具体的操作步骤,包括检查文件存在性、构建FFmpeg命令和执行转换过程。
52 7
|
1月前
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
73 8
|
1月前
Seaborn 教程-主题(Theme)
Seaborn 教程-主题(Theme)
123 7
|
1月前
|
Python
Seaborn 教程-模板(Context)
Seaborn 教程-模板(Context)
51 4
|
1月前
|
数据可视化 Python
Seaborn 教程
Seaborn 教程
51 5
|
2月前
|
Python
SciPy 教程 之 Scipy 显著性检验 9
SciPy 教程之 Scipy 显著性检验第9部分,介绍了显著性检验的基本概念、作用及原理,通过样本信息判断假设是否成立。着重讲解了使用scipy.stats模块进行显著性检验的方法,包括正态性检验中的偏度和峰度计算,以及如何利用normaltest()函数评估数据是否符合正态分布。示例代码展示了如何计算一组随机数的偏度和峰度。
35 1
|
2月前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
39 1
|
2月前
|
中间件 Docker Python
【Azure Function】FTP上传了Python Function文件后,无法在门户页面加载函数的问题
通过FTP上传Python Function至Azure云后,出现函数列表无法加载的问题。经排查,发现是由于`requirements.txt`中的依赖包未被正确安装。解决方法为:在本地安装依赖包到`.python_packages/lib/site-packages`目录,再将该目录内容上传至云上的`wwwroot`目录,并重启应用。最终成功加载函数列表。
|
3月前
|
数据可视化 IDE 开发工具
【Python篇】PyQt5 超详细教程——由入门到精通(中篇二)
【Python篇】PyQt5 超详细教程——由入门到精通(中篇二)
419 13

热门文章

最新文章