python_读写excel、csv记录

简介: python_读写excel、csv记录

excel文件

安装python库

$ pip install xlrd

$ pip install xlwt
读excel文件

按行列遍历

import xlrd
data_xls=xlrd.open_workbook("./yma16.xls")
sheet=data_xls.sheets()[0]#拿出第一个工作表
print(sheet)
sheet_name=data_xls.sheet_by_index(0)#拿出第一个工作表
print(sheet_name)
count_nrows=sheet_name.nrows#行数
count_nclom=sheet_name.ncols#列数
print(count_nclom,count_nrows)
for i in range(0,count_nrows):#遍历行列
    for j in range(0,count_nclom):
        print(sheet_name.cell(i,j))#拿出数据

写excel文件

按照位置写,写个乘法表

import xlwt
workbook=xlwt.Workbook(encoding="utf-8")#编码方式
worksheet=workbook.add_sheet("demo")#添加工作表
for i in range(0,9):#写个乘法表
    for j in range(i,9):
        result=(i+1)*(j+1)
        text=str(i+1)+'*'+str(j+1)+'='+str(result)
        worksheet.write(j,i,text)#写文件,注意位置
workbook.save("demo.xls")#保存到相对路径下demo.xls

写入成功

csv文件

读取csv数据

读行列数据,具体行列数据

import csv
with open("yma16.csv",'r') as f:
    reader=csv.reader(f)
    for i,j in reader:#遍历
        print(i,j)#行列遍历
f.close()

import csv
with open("yma16.csv",'r') as f:
    reader=csv.reader(f)
    for rows in reader:#遍历
        print(rows)#每一行数组
f.close()

import csv
with open("yma16.csv",'r') as f:
    reader=csv.reader(f)
    for rows in reader:#遍历
        print(rows[1])#一列数组
f.close()

写入csv数据

按行列顺序写

import csv
# 创建文件对象
f = open('CsvWrite.csv','w',encoding='utf-8')
# 基于文件对象构建 csv写入对象
csv_writer = csv.writer(f)
# 构建列表头
csv_writer.writerow(["name","value"])
# 写入csv文件内容
csv_writer.writerow(["yma16",'18'])
# 关闭文件
f.close()

写入乘法表

import csv
# 创建文件对象
f = open('CsvWrite.csv','w',encoding='utf-8',newline='')#不换行
# 基于文件对象构建 csv写入对象
csv_writer = csv.writer(f)
#写入行数据使用数组
for i in range(1,10):
    data=[]
    for j in range(1,i+1):
        print(j,i)
        result=i*j
        s=str(j)+'*'+str(i)+'='+str(result)
        data.append(s)
    print(data)
    csv_writer.writerow(data)
# 关闭文件
f.close()


目录
打赏
0
0
0
0
52
分享
相关文章
【Azure Developer】分享两段Python代码处理表格(CSV格式)数据 : 根据每列的内容生成SQL语句
本文介绍了使用Python Pandas处理数据收集任务中格式不统一的问题。针对两种情况:服务名对应多人拥有状态(1/0表示),以及服务名与人名重复列的情况,分别采用双层for循环和字典数据结构实现数据转换,最终生成Name对应的Services列表(逗号分隔)。此方法高效解决大量数据的人工处理难题,减少错误并提升效率。文中附带代码示例及执行结果截图,便于理解和实践。
如何在Python中高效实现CSV到JSON的数据转换
在实际项目中,数据格式转换是常见问题,尤其从CSV到JSON的转换。本文深入探讨了多种转换方法,涵盖Python基础实现、数据预处理、错误处理、性能优化及调试验证技巧。通过分块处理、并行处理等手段提升大文件转换效率,并介绍如何封装为命令行工具或Web API,实现自动化批量处理。关键点包括基础实现、数据清洗、异常捕获、性能优化和单元测试,确保转换流程稳定高效。
167 83
利用Python自动化处理Excel数据:从基础到进阶####
本文旨在为读者提供一个全面的指南,通过Python编程语言实现Excel数据的自动化处理。无论你是初学者还是有经验的开发者,本文都将帮助你掌握Pandas和openpyxl这两个强大的库,从而提升数据处理的效率和准确性。我们将从环境设置开始,逐步深入到数据读取、清洗、分析和可视化等各个环节,最终实现一个实际的自动化项目案例。 ####
596 10
如何在Python中高效地读写大型文件?
大家好,我是V哥。上一篇介绍了Python文件读写操作,今天聊聊如何高效处理大型文件。主要方法包括:逐行读取、分块读取、内存映射(mmap)、pandas分块处理CSV、numpy处理二进制文件、itertools迭代处理及linecache逐行读取。这些方法能有效节省内存,提升效率。关注威哥爱编程,学习更多Python技巧。
118 8
这份Excel+Python飞速搞定数据分析手册,简直可以让Excel飞起来
本书介绍了如何将Python与Excel结合使用,以提升数据分析和处理效率。内容涵盖Python入门、pandas库的使用、通过Python包操作Excel文件以及使用xlwings对Excel进行编程。书中详细讲解了Anaconda、Visual Studio Code和Jupyter笔记本等开发工具,并探讨了NumPy、DataFrame和Series等数据结构的应用。此外,还介绍了多个Python包(如OpenPyXL、XlsxWriter等)用于在无需安装Excel的情况下读写Excel文件,帮助用户实现自动化任务和数据处理。
如何使用 Python 进行文件读写操作?
大家好,我是V哥。本文介绍Python中文件读写操作的方法,包括文件读取、写入、追加、二进制模式、JSON、CSV和Pandas模块的使用,以及对象序列化与反序列化。通过这些方法,你可以根据不同的文件类型和需求,灵活选择合适的方式进行操作。希望对正在学习Python的小伙伴们有所帮助。欢迎关注威哥爱编程,全栈路上我们并肩前行。
1.1 学习Python操作Excel的必要性
学习Python操作Excel在当今数据驱动的商业环境中至关重要。Python能处理大规模数据集,突破Excel行数限制;提供丰富的库实现复杂数据分析和自动化任务,显著提高效率。掌握这项技能不仅能提升个人能力,还能为企业带来价值,减少人为错误,提高决策效率。推荐从基础语法、Excel操作库开始学习,逐步进阶到数据可视化和自动化报表系统。通过实际项目巩固知识,关注新技术,为职业发展奠定坚实基础。
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
本文重点讲解如何搭建App自动化测试框架的思路,而非完整源码。主要内容包括实现目的、框架设计、环境依赖和框架的主要组成部分。适用于初学者,旨在帮助其快速掌握App自动化测试的基本技能。文中详细介绍了从需求分析到技术栈选择,再到具体模块的封装与实现,包括登录、截图、日志、测试报告和邮件服务等。同时提供了运行效果的展示,便于理解和实践。
266 4
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
利用Python将Excel快速转换成HTML
本文介绍如何使用Python将Excel文件快速转换成HTML格式,以便在网页上展示或进行进一步的数据处理。通过pandas库,你可以轻松读取Excel文件并将其转换为HTML表格,最后保存为HTML文件。文中提供了详细的代码示例和注意事项,帮助你顺利完成这一任务。
166 0
|
6月前
|
python读写操作excel日志
主要是读写操作,创建表格
93 2
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等