Detaillierte Erläuterung der Python-Methode zum Lesen und Schreiben von Dateien im CSV-Format

Python liest und schreibt Dateien im CSV-Format

Bei der Datenanalyse ist es häufig erforderlich, auf Daten aus Dateien im CSV-Format zuzugreifen und Daten in CSV-Dateien zu schreiben. Es ist sehr praktisch und problemlos, die Daten in der CSV-Datei direkt in den Diktattyp und den DataFrame einzulesen. Der folgende Code dient als Beispiel für Iris-Daten.

CSV-Datei wird als Diktat gelesen

Code

# -*- coding: utf-8 -*-
import csv
with open('E:/iris.csv') as csvfile:
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 = [e for e in reader]  # 每行数据作为一个dict存入链表中
csvfile.close()
print list_1[0]

Ausgabe

{'Petal.Length': '1.4', 'Sepal.Length': '5.1', 'Petal.Width': '0.2', 'Sepal.Width': '3.5', 'Species': 'setosa'}

Wenn jedes gelesene Datenelement separat verarbeitet werden muss und Die Datenmenge ist groß, daher wird empfohlen, sie vor dem Einfügen einzeln zu verarbeiten.

list_1 = list()
for e in reader:
  list_1.append(your_func(e)) # your_func为每条数据的处理函数

Mehrere Daten vom Typ dict in eine CSV-Datei schreiben

Code

#   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']
print len(data)
with open('E:/dst.csv', 'wb') as dstfile:   #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()

Der obige Code schreibt die gesamten Daten in eine CSV-Datei Die Datenmenge ist groß. Wenn Sie in Echtzeit sehen möchten, wie viele Daten geschrieben wurden, können Sie die Writerows-Funktion verwenden.

CSV-Datei als DataFrame lesen

Code

# 读取csv文件为DataFrame
import pandas as pd
dframe = pd.DataFrame.from_csv('E:/iris.csv')

Sie können es auch ein wenig drehen:

import csv
import pandas as pd
with open('E:/iris.csv') as csvfile:
    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 = [e for e in reader]  # 每行数据作为一个dict存入链表中
csvfile.close()
dfrme = pd.DataFrame.from_records(list_1)

DataFrame schreibt CSV-Datei

dfrme.to_csv('E:/dst.csv', index=False) # 不要每行的编号

Das obige ist der detaillierte Inhalt vonDetaillierte Erläuterung der Python-Methode zum Lesen und Schreiben von Dateien im CSV-Format. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!