CSV文件在Python中的幾種處理方式
Comma Separated Values，簡稱CSV，它是一種以逗號分隔數值的文件類型。在資料庫或電子表格中，它是最常見的導入導出格式，它以一種簡單而明了的方式存儲和共享數據，CSV文件通常以純文本的方式存儲數據表。今天，我將給大家分享在Python中如何操作CSV文件。
一、數據源
首先，我們來看看本次操作的數據源，圖1 CSV文件是在Excel中打開的，圖2 CSV文件是在Notepad++中打開的，我們在圖2中可以看到數值之間是以逗號分隔開的，每行末尾是CR回車符和LF換行符（請注意，Linux系統以LF結尾，MacOS系統以CR結尾）。
二、使用Python基本語法讀寫CSV文件
使用基本語法讀取CSV文件中的數據大概思路是：獲取文件對象，讀取表頭，按逗號分隔符拆分表頭欄位，使用for循環語句獲取表體記錄數據，拆分後再次寫入另一張CSV文件中（如果要將數據寫入xls*格式的文件中，請參考前期公眾號文章），步驟如下：
Step 1：導入必要模塊，獲取輸入輸出文件路徑。
import sys
infile = sys.argv[1]
outfile = sys.argv[2]
Step 2：使用open內置函數獲取文件對象。
with open(infile, "r", newline="") as fr, open(outfile, "w", newline="") as fw:
Step 3：使用文件對象的readline方法或者迭代器的next方法讀取表頭(文件對象是一個迭代器對象，支持迭代協議)，使用str.split方法對錶頭進行拆分（注意，要使用strip函數去掉尾部換行符）。
header = next(fr)
header = header.strip()
header_list = header.split(",")
Step 4：既然表頭已經查分好了，我們需要將表頭寫入文件對象中（注意尾部需要添加一個換行符哦）。
fw.write(",".join(map(str, header_list)) + "
")
當然，上面的代碼也可以這麼寫：
print(*header_list, sep=",", file=fw)
Step 5：使用for循環讀取表體數據，並將其拆分成列表寫入到文件中。
for row in fr:
row = row.strip()
row_list = row.split(",")
fw.write(",".join(map(str, header_list)) + "
")
以上步驟完成後，在命令提示符中輸入：
python csvrw.py inputfile.csv outputfile.csv
輸入輸出csv文件名稱以及腳本名稱請自定義，以上只是舉例說明。
以上代碼如下：
三、使用csv模塊讀寫CSV文件
csv模塊是Python內置的一個模塊，它考慮了csv文件中的各種複雜情況，平時處理文件基本上使用此模塊，下面來看看csv模塊處理csv文件的方式，其步驟如下：
Step 1：首先，導入必要模塊，獲取輸入輸出文件路徑。
import sys
import csv
infile = sys.argv[1]
outfile = sys.argv[2]
Step 2：使用open內置函數獲取文件對象。
with open(infile, "r", newline="") as incsv, open(outfile, "w", newline="") as outcsv:
Step 3：使用csv模塊中的reader和writer函數分別獲取reader和writer對象。
freader = csv.reader(incsv, delimiter=",")
fwriter = csv.writer(outcsv, delimiter=",")
Step 4：使用for循環語句讀取和寫入數據。
for rowlist in freader:
fwriter.writerow(rowlist)
以上步驟完成後，在命令提示符中輸入相應命令即可(請參照)
代碼如下：
四、使用pandas讀寫CSV文件
pandas庫是一個強大的數據處理和數據分析庫，使用pandas處理csv文件更簡單，其步驟如下：
Step 1：首先，導入必要模塊，獲取輸入輸出文件路徑。
import sys
import pandas as pd
infile = sys.argv[1]
outfile = sys.argv[2]
Step 2：使用pandas的read_csv方法將數據存儲到一個DataFrame對象中。
dataframe = pd.read_csv(infile)
Step 3：然後使用DataFrame的to_csv方法將其輸出到另一張csv表中。
dataframe.to_csv(outfile, index=False)
以上步驟完成後，在命令提示符中輸入相應命令即可(請參照)
代碼如下：
TAG:Python |