• Python csv文件操作


    一、open文件打开和with open as 文件打开的区别

    1 file= open("test.txt","r")
    2 try:
    3     for line in file.readlines():
    4         print(line)
    5 except:
    6     print("error")
    7 finally:
    8     file.close()
    1 with open("test.txt","r") as file:
    2     for line in file.readlines():
    3         print(line)

    用with语句的好处,就是到达语句末尾时,会自动关闭文件,即便出现异常。

    with语句实际上是一个非常通用的结构,允许你使用所谓的上下文管理器。上下文管理器是支持两个方法的对象:__enter__和__exit__。

    方法__enter__不接受任何参数,在进入with语句时被调用,其返回值被赋给关键字as后面的变量。

    方法__exit__接受三个参数:异常类型、异常对象和异常跟踪。它在离开方法时被调用(通过前述参数将引发的异常提供给它)。如果__exit__返回False,将抑制所有的异常。

    文件也可用作上下文管理器。它们的方法__enter__返回文件对象本身,而方法__exit__关闭文件

    with语句作用效果相当于上面的try-except-finally

    二、csv文件的读取

    1 with open('test.csv', 'r') as csv_file:
    2     reader = csv.reader(csv_file)
    3     #print(list(reader))
    4     for item in reader: #按行读取
    5         print (item)
    >>> list(reader)---> [['name','age'], ['Bob','14'], ['Tom','23'], ...]
    >>> item -->
        ['name','age']
        ['Bob','14']
        ['Tom','23']
        ...    
    

      

    三、csv文件的写入

     1 import csv
     2 header = ['name','age']
     3 data = [
     4     ['Bob',14],
     5     ['Tom',23],
     6     ['Jerry',18]
     7 ]
     8 with open('test.csv', 'w', newline='')as csv_file:
     9     csv_writer = csv.writer(csv_file)
    10     csv_writer.writerow(header)
    11     # csv_writer.writerows(data) # 写入多行
    12     for row in data:
    13         csv_writer.writerow(row) # 单行写入
    指定newline='',则可以避免每写入一行就写入一空行。

    四、DictReader和DictWriter操作csv

    使用DictReader可以像操作字典那样获取数据,把表的第一行(一般是标头)作为key。可访问每一行中那个某个key对应的数据。

    1 with open('test.csv', 'r')as csv_file:
    2     dict_reader = csv.DictReader(csv_file)
    3     name_list = [row['name'] for row in dict_reader]
    4     print(name_list)
    5     print(len(list(dict_reader)))
    >>> ['Bob', 'Tom', 'Jerry']
    >>> 0
    dict_reader只能迭代一次
     1 header = ['name', 'age']
     2 data = [
     3     {'name': 'Bob', 'age': 14},
     4     {'name': 'Tom', 'age': 23},
     5     {'name': 'Jerry', 'age': 18}
     6 ]
     7 with open('test.csv', 'w', newline='')as csv_file:
     8     dict_writer = csv.DictWriter(csv_file, header)
     9     dict_writer.writeheader()
    10     dict_writer.writerows(data)  # 写入多行
    11     for row in data:
    12         dict_writer.writerow(row)  # 单行写入
    
    
    
    
    
    
  • 相关阅读:
    前面的内容 也是要去掉白名单 和 8.8.8.8这种非问题IP的 高风险 么? (目前我们没有获取客户的中风险、低风险数据,可以处理掉高风险)
    大数据安全规范
    queue
    数据源、数据集、同步任务、数据仓库、元数据、数据目录、主题、来源系统、标签、增量识别字段、修改同步、ES索引、HBase列族、元数据同步、
    软件架构的5种视图
    软件各种系统架构图
    为何要建数据仓库 大数据下的企业数据仓库建设
    choorme 升级到最新版 adobe flash提示过期解决方案
    PowerShell控制台快捷键
    [Azure] 使用 Visual Studio 2013 管理中国版 Azure 订阅
  • 原文地址:https://www.cnblogs.com/sen-c7/p/11836018.html
Copyright © 2020-2023  润新知