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
34、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,dream2,456windows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 910·2023-01-14 11:38
阅读 877·2023-01-14 11:04
阅读 740·2023-01-14 10:48
阅读 1980·2023-01-14 10:34
阅读 941·2023-01-14 10:24
阅读 818·2023-01-14 10:18
阅读 498·2023-01-14 10:09
阅读 571·2023-01-14 10:02
