python读取与写入csv格式文件的示例代码
在数据分析中经常需要从csv格式的文件中存取数据以及将数据写书到csv文件中。将csv文件中的数据直接读取为dict类型和DataFrame是非常方便也很省事的一种做法，以下代码以鸢尾花数据为例。
csv文件读取为dict
代码
#-*-coding:utf-8-*-
importcsv
withopen('E:/iris.csv')ascsvfile:
reader=csv.DictReader(csvfile,fieldnames=None)#fieldnames默认为None,如果所读csv文件没有表头，则需要指定
list_1=[eforeinreader]#每行数据作为一个dict存入链表中
csvfile.close()
printlist_1[0]
输出
{'Petal.Length':'1.4','Sepal.Length':'5.1','Petal.Width':'0.2','Sepal.Width':'3.5','Species':'setosa'}
如果读入的每条数据需要单独处理且数据量较大，推荐逐条处理然后再放入。
list_1=list() foreinreader: list_1.append(your_func(e))#your_func为每条数据的处理函数
多条类型为dict的数据写入csv文件
代码
#数据
data=[
{'Petal.Length':'1.4','Sepal.Length':'5.1','Petal.Width':'0.2','Sepal.Width':'3.5','Species':'setosa'},
{'Petal.Length':'1.4','Sepal.Length':'4.9','Petal.Width':'0.2','Sepal.Width':'3','Species':'setosa'},
{'Petal.Length':'1.3','Sepal.Length':'4.7','Petal.Width':'0.2','Sepal.Width':'3.2','Species':'setosa'},
{'Petal.Length':'1.5','Sepal.Length':'4.6','Petal.Width':'0.2','Sepal.Width':'3.1','Species':'setosa'}
]
#表头
header=['Petal.Length','Sepal.Length','Petal.Width','Sepal.Width','Species']
printlen(data)
withopen('E:/dst.csv','wb')asdstfile:#写入方式选择wb，否则有空行
writer=csv.DictWriter(dstfile,fieldnames=header)
writer.writeheader()#写入表头
writer.writerows(data)#批量写入
dstfile.close()
上述代码将数据整体写入csv文件，如果数据量较多且想实时查看写入了多少数据可以使用writerows函数。
读取csv文件为DataFrame
代码
#读取csv文件为DataFrame
importpandasaspd
dframe=pd.DataFrame.from_csv('E:/iris.csv')
也可以稍微曲折点：
importcsv
importpandasaspd
withopen('E:/iris.csv')ascsvfile:
reader=csv.DictReader(csvfile,fieldnames=None)#fieldnames默认为None,如果所读csv文件没有表头，则需要指定
list_1=[eforeinreader]#每行数据作为一个dict存入链表中
csvfile.close()
dfrme=pd.DataFrame.from_records(list_1)
从zip文件中读取指定csv文件为DataFrame
dst.zip文件中包含有dst.csv和其它文件，现在在不解压缩的情况下直接读取dst.csv文件为DataFrame.
importpandasaspd
importzipfile
z_file=zipfile.ZipFile('E:/dst.zip')
dframe=pd.read_csv(z_file.open('dst.csv'))
z_file.close()
printdframe
DataFrame写入csv文件
dfrme.to_csv('E:/dst.csv',index=False)#不要每行的编号
读取txt文件为DataFrame
importpandasaspd #`path`为文件路径或文件句柄，`header`文件第一行是否是表头，`delimiter`每个字段的分隔符，`dtype`数据读入后的存储类型。 frame=pd.read_table(path,header=None,index_col=False,delimiter='\t',dtype=str)
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。