Python----csv模块的用法

简介: Python----csv模块的用法

csv写文件

  • csv.writer(f) 获取csv的write
  • writerow 写入一行数据
  • writerows 写入多行数据
  • 注意打开文件的时候将 newline设置为“”,否则写的csv会存在空行
import csv


def main():
    csv_file= "demo.csv"
    head=["name","age","sex"]
    data1=["zhangsan",20,"man"]
    data2=[
        ["lisi",22,"man"],
        ["wangmei",18,"woman"]
    ]
    with open(csv_file,"a+",encoding="utf-8",newline="") as f:
        csv_writer=csv.writer(f)
        csv_writer.writerow(head)
        csv_writer.writerow(data1)
        csv_writer.writerows(data2)


if __name__=="__main__":
    main()

csv读文件

import csv


def main():
    csv_file= "demo.csv"
    with open(csv_file,"r",encoding="utf-8",newline="") as f:
        ctx=csv.reader(f)
        for row in ctx:
            print(row)

if __name__=="__main__":
    main()

csv 写入数据为字典数据

  • 注意初始化DictWriter的是就需要指定fieldnames
import csv


def main():
    csv_file= "demo.csv"
    head=["name","age","sex"]
    data1={"name":"zhangsan","age":20,"sex":"man"}
    data2=[
        {"name":"lisi","age":22,"sex":"man"},
        {"name":"wangmei","age":18,"sex":"woman"}
    ]
    with open(csv_file,"a+",encoding="utf-8",newline="") as f:
        csv_writer=csv.DictWriter(f,fieldnames=head)
        csv_writer.writerow(data1)
        csv_writer.writerows(data2)


if __name__=="__main__":
    main()

csv读取数据为字典数据

  • 读取的时候初始化DictReader的时候不需要指定fieldnames,会自动将第一行作为fieldnames字段,然后读取出来
import csv


def main():
    csv_file= "demo.csv"
    with open(csv_file,"r",encoding="utf-8",newline="") as f:
        ctx=csv.DictReader(f)
        for elem in ctx:
            print(elem)

if __name__=="__main__":
    main()
目录
相关文章
|
5月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
655 7
|
5月前
|
监控 安全 程序员
Python日志模块配置:从print到logging的优雅升级指南
从 `print` 到 `logging` 是 Python 开发的必经之路。`print` 调试简单却难维护,日志混乱、无法分级、缺乏上下文;而 `logging` 支持级别控制、多输出、结构化记录,助力项目可维护性升级。本文详解痛点、优势、迁移方案与最佳实践,助你构建专业日志系统,让程序“有记忆”。
432 0
|
5月前
|
机器学习/深度学习 PyTorch 算法框架/工具
python torch基础用法
本教程系统讲解PyTorch基础,涵盖张量操作、自动求导、神经网络构建、训练流程、GPU加速及模型保存等核心内容,结合代码实例帮助初学者快速掌握深度学习开发基础,是入门PyTorch的实用指南。
711 6
|
5月前
|
JSON 算法 API
Python中的json模块:从基础到进阶的实用指南
本文深入解析Python内置json模块的使用,涵盖序列化与反序列化核心函数、参数配置、中文处理、自定义对象转换及异常处理,并介绍性能优化与第三方库扩展,助你高效实现JSON数据交互。(238字)
523 4
|
5月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
504 0
|
5月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
591 0
|
6月前
|
安全 大数据 程序员
Python operator模块的methodcaller:一行代码搞定对象方法调用的黑科技
`operator.methodcaller`是Python中处理对象方法调用的高效工具,替代冗长Lambda,提升代码可读性与性能。适用于数据过滤、排序、转换等场景,支持参数传递与链式调用,是函数式编程的隐藏利器。
209 4
|
7月前
|
Go 调度 Python
Golang协程和Python协程用法上的那些“不一样”
本文对比了 Python 和 Go 语言中协程的区别,重点分析了调度机制和执行方式的不同。Go 的协程(goroutine)由运行时自动调度,启动后立即执行;而 Python 协程需通过 await 显式调度,依赖事件循环。文中通过代码示例展示了两种协程的实际运行效果。
308 7
|
6月前
|
存储 数据库 开发者
Python SQLite模块:轻量级数据库的实战指南
本文深入讲解Python内置sqlite3模块的实战应用,涵盖数据库连接、CRUD操作、事务管理、性能优化及高级特性,结合完整案例,助你快速掌握SQLite在小型项目中的高效使用,是Python开发者必备的轻量级数据库指南。
526 0
|
7月前
|
存储 安全 数据处理
Python 内置模块 collections 详解
`collections` 是 Python 内置模块,提供多种高效数据类型,如 `namedtuple`、`deque`、`Counter` 等,帮助开发者优化数据处理流程,提升代码可读性与性能,适用于复杂数据结构管理与高效操作场景。
460 0

推荐镜像

更多