Python操作CSV格式文件的方法有哪些

这篇文章主要介绍“python操作CSV格式文件的方法有哪些”，在日常操作中，相信很多人在Python操作CSV格式文件的方法有哪些问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Python操作CSV格式文件的方法有哪些”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

目录

• (一)CSV格式文件

• (二)CSV库操作csv格式文本

• (三)pandas库操作CSV文件

(一)CSV格式文件

1.说明

CSV是一种以逗号分隔数值的文件类型，在数据库或电子表格中，常见的导入导出文件格式就是CSV格式，CSV格式存储数据通常以纯文本的方式存数数据表。

(二)CSV库操作csv格式文本

操作一下表格数据：

读取表头的2中方式

#方式一import csvwith open("D:\\test.csv") as f:    reader = csv.reader(f)    rows=[row for row in  reader]    print(rows[0])----------#方式二import csvwith open("D:\\test.csv") as f:    #1.创建阅读器对象    reader = csv.reader(f)    #2.读取文件第一行数据    head_row=next(reader)    print(head_row)

结果演示：['姓名', '年龄', '职业', '家庭地址', '工资']

读取文件某一列数据

#1.获取文件某一列数据import csvwith open("D:\\test.csv") as f:    reader = csv.reader(f)    column=[row[0] for row in  reader]    print(column)

结果演示：['姓名', '张三', '李四', '王五', 'Kaina']

向csv文件中写入数据

#1.向csv文件中写入数据import csvwith open("D:\\test.csv",'a') as f:     row=['曹操','23','学生','黑龙江','5000']     write=csv.writer(f)     write.writerow(row)     print("写入完毕！")

结果演示：

获取文件头及其索引

import csvwith open("D:\\test.csv") as f:    #1.创建阅读器对象    reader = csv.reader(f)    #2.读取文件第一行数据    head_row=next(reader)    print(head_row)    #4.获取文件头及其索引    for index,column_header in enumerate(head_row):        print(index,column_header)

结果演示：
['姓名', '年龄', '职业', '家庭地址', '工资']
0 姓名
1 年龄
2 职业
3 家庭地址
4 工资

获取某列的最大值

# ['姓名', '年龄', '职业', '家庭地址', '工资']import csvwith open("D:\\test.csv") as f:    reader = csv.reader(f)    header_row=next(reader)    # print(header_row)    salary=[]    for row in reader:        #把第五列数据保存到列表salary中         salary.append(int(row[4]))    print(salary)    print("员工最高工资为："+str(max(salary)))

结果演示：员工最高工资为：10000

复制CSV格式文件

原文件test.csv

import csvf=open('test.csv')#1.newline=''消除空格行aim_file=open('Aim.csv','w',newline='')write=csv.writer(aim_file)reader=csv.reader(f)rows=[row for row in reader]#2.遍历rows列表for row in rows:    #3.把每一行写到Aim.csv中    write.writerow(row)

01.未添加关键字参数newline=' '的结果：

02添加关键字参数newline=' '的Aim.csv文件的内容：

(三)pandas库操作CSV文件

csv文件内容：

安装pandas库：pip install pandas

读取csv文件所有数据

 import pandas as pdpath= 'D:\\test.csv'with open(path)as file:    data=pd.read_csv(file)    print(data)

结果演示：
      姓名  年龄   职业  家庭地址     工资
0     张三  22   厨师   北京市   6000
1     李四  26  摄影师  湖南长沙   8000
2     王五  28  程序员    深圳  10000
3  Kaina  22   学生   黑龙江   2000
4     曹操  28   销售    上海   6000

describe()方法数据统计

import pandas as pdpath= 'D:\\test.csv'with open(path)as file:    data=pd.read_csv(file)    #了解更多describe()知识，ctr+鼠标左键    print(data.describe())

结果演示：
             年龄            工资
count   5.00000      5.000000
mean   25.20000   6400.000000
std     3.03315   2966.479395
min    22.00000   2000.000000
25%    22.00000   6000.000000
50%    26.00000   6000.000000
75%    28.00000   8000.000000
max    28.00000  10000.000000

读取文件前几行数据

import pandas as pdpath= 'D:\\test.csv'with open(path)as file:    data=pd.read_csv(file)    #读取前2行数据    # head_datas = data.head(0)    head_datas=data.head(2)    print(head_datas)

结果演示：
   姓名  年龄   职业  家庭地址    工资
0  张三  22   厨师   北京市  6000
1  李四  26  摄影师  湖南长沙  8000

读取某一行所有数据

import pandas as pdpath= 'D:\\test.csv'with open(path)as file:    data=pd.read_csv(file)    #读取第一行所有数据    print(data.ix[0,])

结果演示：
姓名        张三
年龄        22
职业        厨师
家庭地址     北京市
工资      6000

读取某几行的数据

import pandas as pdpath= 'D:\\test.csv'with open(path)as file:    data=pd.read_csv(file)    #读取第一行、第二行、第四行的所有数据    print(data.ix[[0,1,3],:])

结果演示：
      姓名  年龄   职业  家庭地址    工资
0     张三  22   厨师   北京市  6000
1     李四  26  摄影师  湖南长沙  8000
3  Kaina  22   学生   黑龙江  2000

读取所有行和列数据

import pandas as pdpath= 'D:\\test.csv'with open(path)as file:    data=pd.read_csv(file)    #读取所有行和列数据    print(data.ix[:,:])

结果演示：
      姓名  年龄   职业  家庭地址     工资
0     张三  22   厨师   北京市   6000
1     李四  26  摄影师  湖南长沙   8000
2     王五  28  程序员    深圳  10000
3  Kaina  22   学生   黑龙江   2000
4     曹操  28   销售    上海   6000

读取某一列的所有行数据

import pandas as pdpath= 'D:\\test.csv'with open(path)as file:    data=pd.read_csv(file)    # print(data.ix[:, 4])    print(data.ix[:,'工资'])

结果演示：
0     6000
1     8000
2    10000
3     2000
4     6000
Name: 工资, dtype: int64

读取某几列的某几行

import pandas as pdpath= 'D:\\test.csv'with open(path)as file:    data=pd.read_csv(file)    print(data.ix[[0,1,3],['姓名','职业','工资']])

结果演示：
      姓名   职业    工资
0     张三   厨师  6000
1     李四  摄影师  8000
3  Kaina   学生  2000

读取某一行和某一列对应的数据

import pandas as pdpath= 'D:\\test.csv'with open(path)as file:    data=pd.read_csv(file)    #读取第三行的第三列    print("职业---"+data.ix[2,2])

结果演示：职业---程序员

CSV数据的导入导出(复制CSV文件)

读方式01：

import pandas as pd#1.读入数据data=pd.read_csv(file)

写出数据02：

import pandas as pd#1.写出数据，目标文件是Aim.csvdata.to_csv('Aim.csv')

其他：

01.读取网络数据：import pandas as pd data_url = "https://raw.GitHubusercontent.com/mwaskom/seaborn-data/master/tips.csv"#填写url读取df = pd.read_csv(data_url)----------02.读取excel文件数据import pandas as pd data = pd.read_excel(filepath)

实例演示：

test.csv原文件内容

现在把test.csv中的内容复制到Aim.csv中

import pandas as pdfile=open('test.csv')#1.读取file中的数据data=pd.read_csv(file)#2.把data写到目标文件Aim.csv中data.to_csv('Aim.csv')print(data)

结果演示：

注：pandas模块处理Excel文件和处理CSV文件差不多！

参考文档：Https://docs.python.org/3.6/library/csv.html

到此，关于“Python操作CSV格式文件的方法有哪些”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注编程网网站，小编会继续努力为大家带来更多实用的文章！