CSV文件在Python中的处理方式_python csv

一、使用Python基本语法读写CSV文件

使用基本语法读取CSV文件中的数据大概思路是：获取文件对象，读取表头，按逗号分隔符拆分表头字段，使用for循环语句获取表体记录数据，拆分后再次写入另一张CSV文件中（如果要将数据写入xls*格式的文件中，请参考前期公众号文章），步骤如下：

Step 1：导入必要模块，获取输入输出文件路径。

import sys

infile = sys.argv[1]

outfile = sys.argv[2]

Step 2：使用open内置函数获取文件对象。

with open(infile, “r”, newline=‘’) as fr, open(outfile, “w”,
newline=‘’) as fw:

Step 3：使用文件对象的readline方法或者迭代器的next方法读取表头(文件对象是一个迭代器对象，支持迭代协议)，使用str.split方法对表头进行拆分（注意，要使用strip函数去掉尾部换行符）。

header = next(fr)

header = header.strip()

header_list = header.split(“,”)

Step 4：既然表头已经查分好了，我们需要将表头写入文件对象中（注意尾部需要添加一个换行符哦）。

fw.write(“,”.join(map(str, header_list)) + “\n”)

当然，上面的代码也可以这么写：

print(*header_list, sep=“,”, file=fw)

Step 5：使用for循环读取表体数据，并将其拆分成列表写入到文件中。

for row in fr:
row = row.strip()
row_list = row.split(“,”)
fw.write(“,”.join(map(str, header_list)) + “\n”)

以上步骤完成后，在命令提示符中输入：

python csvrw.py inputfile.csv outputfile.csv

输入输出csv文件名称以及脚本名称请自定义，以上只是举例说明。

以上代码如下：
使用pandas读写CSV文件

二、使用pandas读写CSV文件

pandas库是一个强大的数据处理和数据分析库，使用pandas处理csv文件更简单，其步骤如下：

Step 1：首先，导入必要模块，获取输入输出文件路径。

import sys

import pandas as pd

infile = sys.argv[1]

outfile = sys.argv[2]

Step 2：使用pandas的read_csv方法将数据存储到一个DataFrame对象中。

dataframe = pd.read_csv(infile)

Step 3：然后使用DataFrame的to_csv方法将其输出到另一张csv表中。

dataframe.to_csv(outfile, index=False)

以上步骤完成后，在命令提示符中输入相应命令即可(请参照<二>)

代码如下：

作为一个IT的过来人，我分享的都是一些自己的学习经历和干货。

一、Python所有方向的学习路线

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。

二、Python必备开发工具

三、精品Python学习书籍

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、Python练习题

检查学习结果。

七、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。


这份完整版的Python全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/喵喵爱编程/article/detail/924369