小编写这篇文章的主要目的,主要还是给大家讲解一下关于Python中CSV文件的相关内容,教给怎么样去对大批量的数据,去进行分割。比如如何分割CSV文件呢?下面给大家详细解答一下。
一、csv文件介绍
1、csv文件简介
逗号分隔值(Comma-Separated Values,CSV,有时也称为字符分隔值,因为分隔字符也可以不是逗号),其文件以纯文本形式存储表格数据(数字和文本)。纯文本意味着该文件是一个字符序列,不含必须像二进制数字那样被解读的数据。CSV文件由任意数目的记录组成,记录间以某种换行符分隔;每条记录由字段组
成,字段间的分隔符是其它字符或字符串,最常见的是逗号或制表符。通常,所有记录都有完全相同的字段序列。通常都是纯文本文件。
2、为什么要使用csv文件
在Linux中我们可以通过命令在数据库中把表导出来为csv结尾的文件,其实就是以逗号分割分txt文件,此文件我们可以在windows中打开并且为表格的形式,方便我们进行查看与再次操作。
eg:
MariaDB[test]>select*from表名into outfile"/tmp/test.csv"fields terminated by",";
二、csv文件查看
注意:这里我是把csv文件和python代码都放在同级目录,否则要指定路径!!!
1、测试文件创建
(1)这里我们以windows中的csv文件来做实验
(2)我们可以选中内容复制进去,也可以上传到linux中,这里我们选择前者
[root python _test]#vim test.csv###可以发现复制进去的是以空格为分隔符 id username passwd age 1 dream1 123 21 2 dream2 456 22 3 dream3 789 23 ###把空格替换为逗号 [root python _test]#sed-i's/s+/,/g'test.csv
2、查看csv文件(列表)
(1)读出结果
[root python _test]#vim _test.py #!/usr/bin/env python #coding:utf-8 import csv with open('test.csv',encoding="utf-8")as f: reader=csv.reader(f) print(reader) print(list(reader)) ###查看结果 [root python _test]#python _test.py <_csv.reader object at 0x7f54d9a01eb8> [['id','username','passwd','age'],['1','dream1','123','21'],['2','dream2','456','22'],['3','dream3','789','23']]
(2)遍历(从第一行读取)
[root python _test]#vim _test.py #!/usr/bin/env python #coding:utf-8 import csv with open('test.csv',encoding="utf-8")as f: reader=csv.reader(f) for i in reader: print(reader.line_num,i) ###查看结果 [root python _test]#python _test.py 1['id','username','passwd','age'] 2['1','dream1','123','21'] 3['2','dream2','456','22'] 4['3','dream3','789','23']
3、查看csv文件(字典)
(1)查看
[root python _test]#vim _test.py #!/usr/bin/env python #coding:utf-8 import csv with open('test.csv',encoding="utf-8")as f: reader=csv.DictReader(f) ###表头 print(reader.fieldnames) print(reader,type(reader)) for i in reader: print(i) ###查看结果 [root python _test]#python _test.py ['id','username','passwd','age'] <csv.DictReader object at 0x7f3b02213a20><class'csv.DictReader'> OrderedDict([('id','1'),('username','dream1'),('passwd','123'),('age','21')]) OrderedDict([('id','2'),('username','dream2'),('passwd','456'),('age','22')]) OrderedDict([('id','3'),('username','dream3'),('passwd','789'),('age','23')])
(2)查看第一列(id)
优点:我们不知道表头在具体那列,我们可以通过表头名来获取整列数据,即我们可以随便调整顺序也不会影响我们的数据读取!!!
[root python _test]#vim _test.py #!/usr/bin/env python #coding:utf-8 import csv with open('test.csv',encoding="utf-8")as f: reader=csv.DictReader(f) for i in reader: print(i['id']) ###查看结果 [root python _test]#python _test.py 1 2 3
4、写入文件(列表)
[root python _test]#vim _test.py #!/usr/bin/env python #coding:utf-8 import csv li=[["id","user","性别"],["1","dreamya1","男"],["2","dreamya2","女"]] with open('user.csv','w',newline='')as f: writer=csv.writer(f) for i in li: writer.writerow(i) ###查看结果 [root python _test]#python _test.py [root python _test]#cat user.csv id,user,性别 1,dreamya1,男 2,dreamya2,女
下载到windows中查看:
[root python _test]#sz user.csv
5、写入文件(字典)
[root python _test]#vim _test.py import csv #coding:utf-8 headers=['id','username','passwd'] li=[{'id':'1','username':'dream1','passwd':'123'}, {'id':'2','username':'dream2','passwd':'456'}, ] with open('user.csv','w',newline='')as f: ###表头传入 writer=csv.DictWriter(f,headers) writer.writeheader() ###一行一行写入 for i in li: writer.writerow(i) ###直接把li写入(多行) writer.writerows(li) ###查看结果 [root python _test]#python _test.py [root python _test]#cat user.csv id,username,passwd 1,dream1,123 2,dream2,456 1,dream1,123 2,dream2,456
windows中查看:
[root python _test]#sz user.csv
综上所述,这篇文章就给大家介绍到这里了,希望可以给大家带来帮助。
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/128360.html
csv文件其实就是单纯的储存文本数据的一种形式,那么,在日常的办公当中,要怎么做去提高其办公的效率呢?比如,如何使用Python去批量的进行处理文件,批量的处理csv文件,怎么将编码转换成为YTF-8的形式呢?下面给大家详细的解答下。 当我们用pandas是操作CSV文件的时候,常常会因为编码问题出现报错。 pandas_libsparsers.pyx in pandas._libs.pa...
小编写这篇文章的主要目的,主要是讲解一下关于Python的一些知识,比如教大家怎么能够实时的去进行写入数据,提高工作的效率,关于其具体的代码,下面小编给大家详细解答下。 之前在做数据分析的时候,我们需要处理大量高并发的数据,比如对新的数据去进行处理,那么,怎么处理呢?下面给大家进行一个详细的解答。 1:实时向csv文件写入数据 假设需要生成一张csv表,里面的字段对应一些数据,由于后续的...
小编写这篇文章的一个主要目的,主要是给大家去做一个解答,解答的内容主要是Python相关知识,比如说,会给大家讲解怎么样去利用Python pandas去做一个读取,读取的是csv数据,然后将这些数据去做一个绘图处理,具体内容下面给大家详细解答。 如何利用pandas读取csv数据并绘图 导包,常用的numpy和pandas,绘图模块matplotlib, importmatplotli...
小编写这篇文章的主要目的,主要是给大家做一个解答,解答有几个方向,包括利用python合并csv文件的一些相关实例,下面就给大家做出一个解答。 1.用concat方法合并csv 将两个相同的csv文件进行数据合并,通过pandas的read_csv和to_csv来完成,即采用concat方法: #加载第三方库 importpandasaspd importnumpyasnp #...
小编写这篇文章的一个主要目的,主要是去给大家去做一些相关的一些介绍,涉及到内容的还是比较多的,比如如何去进行读取千万级的一些数据,并且将这些数据去自动录入到系统里面。录入到系统里面之后,怎么才能够导入到MySQL数据库呢?下面就给大家详细解答下。 序言 Python数据如何去进行读取MySQL数据库呢?这类工作在生活当中是比较的普遍的,涉及到的内容也是相关的一些python数据库,包括数据...
阅读 889·2023-01-14 11:38
阅读 833·2023-01-14 11:04
阅读 685·2023-01-14 10:48
阅读 1888·2023-01-14 10:34
阅读 892·2023-01-14 10:24
阅读 750·2023-01-14 10:18
阅读 479·2023-01-14 10:09
阅读 519·2023-01-14 10:02