• python之读取cdv


      csv是Comma-Separated Values的缩写,是用文本文件形式储存的表格数据,比如如下的表格:

    就可以存储为csv文件,文件内容是:
    No.,Name,Age,Score
    1,Apple,12,98
    2,Ben,13,97
    3,Celia,14,96
    4,Dave,15,95

    假设上述csv文件保存为"A.csv",如何用Python像操作Excel一样提取其中的一列,即一个字段,利用Python自带的csv模块,有两种方法可以实现:

    第一种方法使用reader函数,接收一个可迭代的对象(比如csv文件),能返回一个生成器,就可以从其中解析出csv的内容:比如下面的代码可以读取csv的全部内容,以行为单位:import csv
    with open('A.csv','rb') as csvfile:
        reader = csv.reader(csvfile)
        rows= [row for row in reader]
    print rows
    得到:[['No.', 'Name', 'Age', 'Score'],
    ['1', 'Apple', '12', '98'],
    ['2', 'Ben', '13', '97'],
    ['3', 'Celia', '14', '96'],
    ['4', 'Dave', '15', '95']]

    要提取其中某一列,可以用下面的代码:
    import csv
    with open('A.csv','rb') as csvfile:
        reader = csv.reader(csvfile)
        column = [row[2] for row in reader]
    print column
    得到:['Age', '12', '13', '14', '15']
    注意从csv读出的都是str类型。这种方法要事先知道列的序号,比如Age在第2列,而不能根据'Age'这个标题查询。这时可以采用第二种方法:

    第二种方法是使用DictReader,和reader函数类似,接收一个可迭代的对象,能返回一个生成器,但是返回的每一个单元格都放在一个字典的值内,而这个字典的键则是这个单元格的标题(即列头)。用下面的代码可以看到DictReader的结构:
    import csv
    with open('A.csv','rb') as csvfile:
        reader = csv.DictReader(csvfile)
        column = [row for row in reader]
    print column
    得到:[{'Age': '12', 'No.': '1', 'Score': '98', 'Name': 'Apple'},
    {'Age': '13', 'No.': '2', 'Score': '97', 'Name': 'Ben'},
    {'Age': '14', 'No.': '3', 'Score': '96', 'Name': 'Celia'},
    {'Age': '15', 'No.': '4', 'Score': '95', 'Name': 'Dave'}]

    如果我们想用DictReader读取csv的某一列,就可以用列的标题查询:
    import csv
    with open('A.csv','rb') as csvfile:
        reader = csv.DictReader(csvfile)
        column = [row['Age'] for row in reader]
    print column
    就得到:
    ['12', '13', '14', '15']          

  • 相关阅读:
    【C++和C#的区别杂谈】后自增运算符的结算时机
    个人作业——软件工程实践总结&个人技术博客
    Unity常见的三种数据本地持久化方案
    C++的逗号运算符
    米哈游--2020春招实习
    厦门飞鱼科技--2020春招实习
    tap4fun(成都尼必鲁)--2020春招实习
    腾讯IEG--2020春招实习
    吉比特&雷霆游戏--2020春招实习
    Docker 基础知识
  • 原文地址:https://www.cnblogs.com/yiluxiuxing/p/4603402.html
Copyright © 2020-2023  润新知