Python操作CSV文件的小结

简介: Python操作CSV文件的小结

Python操作CSV文件的小结
Python 提供了多种方式来操作 CSV 文件,下面都是常用的方法:

1. 使用 csv 模块
Python 的 csv 模块提供了读取和写入 CSV 文件的功能。例如:

import csv

# 读取 CSV 文件
with open('example.csv', 'r') as csvfile:
    reader = csv.reader(csvfile)
    for row in reader:
        print(row)

# 写入 CSV 文件
with open('example.csv', 'w') as csvfile:
    writer = csv.writer(csvfile)
    writer.writerow(['column1', 'column2', 'column3'])

2.使用 pandas 库
pandas 库是 Python 的一个非常流行的数据分析库,提供了读取和写入 CSV 文件的功能。例如:

import pandas as pd

# 读取 CSV 文件
df = pd.read_csv('example.csv')

# 写入 CSV 文件
df.to_csv('example.csv', index=False)

3. 使用 numpy 库
numpy 库是 Python 的一个流行的数值计算库,提供了读取和写入 CSV 文件的功能。例如:

import numpy as np

# 读取 CSV 文件
data = np.loadtxt('example.csv', delimiter=',')

# 写入 CSV 文件
np.savetxt('example.csv', data, fmt='%f', delimiter=',')

4. 使用 openpyxl 库
openpyxl 库是 Python 的一个 Excel 文件操作库,可以读取和写入 CSV 文件。例如:

from openpyxl import load_workbook

# 读取 CSV 文件
wb = load_workbook(filename='example.csv')
ws = wb.active
print(ws.values)

# 写入 CSV 文件
wb = load_workbook()
ws = wb.active
ws.append(['column1', 'column2', 'column3'])

5. 使用 sqlite3 库
sqlite3 库是 Python 的一个数据库操作库,可以读取和写入 CSV 文件。例如:

import sqlite3

# 读取 CSV 文件
conn = sqlite3.connect('example.db')
c = conn.cursor()
c.execute("SELECT * FROM example")
rows = c.fetchall()
print(rows)

# 写入 CSV 文件
conn = sqlite3.connect('example.db')
c = conn.cursor()
c.execute("INSERT INTO example VALUES ('column1', 'column2', 'column3')")

6. 使用 xlrd 和 xlwt 库

import xlrd
import xlwt

# 读取 CSV 文件
workbook  = xlrd.open_workbook('example.csv')
sheet  = workbook.sheet_by_index(0)
for row in sheet.rows:
    print(row)

# 写入 CSV 文件
workbook  = xlwt.Workbook()
sheet  = workbook.add_sheet('Sheet1')
sheet.write(0, 0, 'column1')
sheet.write(0, 1, 'column2')
sheet.write(0, 2, 'column3')
workbook.save('example.csv')

7. 使用 pandas 库的 read_csv() 和 to_csv() 函数

import pandas as pd

# 读取 CSV 文件
df  = pd.read_csv('example.csv')

# 写入 CSV 文件
df.to_csv('example.csv', index=False)

8. 使用 csvkit 库

import csvkit

# 读取 CSV 文件
with open('example.csv', 'r') as f:
    reader  = csvkit.CSVReader(f)
    for row in reader:
        print(row)

# 写入 CSV 文件
with open('example.csv', 'w') as f:
    writer  = csvkit.CSVWriter(f)
    writer.writerow(['column1', 'column2', 'column3'])

9. 使用 pyexcel 库

import pyexcel

# 读取 CSV 文件
data  = pyexcel.get_records('example.csv')

# 写入 CSV 文件
pyexcel.Saver('example.csv').save([['column1', 'column2', 'column3']])

这些方法都可以用来操作 CSV 文件,但是实际上,使用 csv 模块或 pandas 库是最常见的选择。

相关文章
|
26天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
2天前
|
人工智能 Rust Java
10月更文挑战赛火热启动,坚持热爱坚持创作!
开发者社区10月更文挑战,寻找热爱技术内容创作的你,欢迎来创作!
304 14
|
18天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
5天前
|
JSON 自然语言处理 数据管理
阿里云百炼产品月刊【2024年9月】
阿里云百炼产品月刊【2024年9月】,涵盖本月产品和功能发布、活动,应用实践等内容,帮助您快速了解阿里云百炼产品的最新动态。
阿里云百炼产品月刊【2024年9月】
|
20天前
|
人工智能 IDE 程序员
期盼已久!通义灵码 AI 程序员开启邀测,全流程开发仅用几分钟
在云栖大会上,阿里云云原生应用平台负责人丁宇宣布,「通义灵码」完成全面升级,并正式发布 AI 程序员。
|
22天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2584 22
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
4天前
|
存储 人工智能 搜索推荐
数据治理,是时候打破刻板印象了
瓴羊智能数据建设与治理产品Datapin全面升级,可演进扩展的数据架构体系为企业数据治理预留发展空间,推出敏捷版用以解决企业数据量不大但需构建数据的场景问题,基于大模型打造的DataAgent更是为企业用好数据资产提供了便利。
175 2
|
2天前
|
编译器 C#
C#多态概述:通过继承实现的不同对象调用相同的方法,表现出不同的行为
C#多态概述:通过继承实现的不同对象调用相同的方法,表现出不同的行为
101 65
|
6天前
|
Linux 虚拟化 开发者
一键将CentOs的yum源更换为国内阿里yum源
一键将CentOs的yum源更换为国内阿里yum源
279 2
|
22天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1580 16
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码