python csv文件的操作

python 对csv文件的操作十分简单，几行代码即可搞定csv文件，通常分为读操作和写操作。

读取csv文件

读取普通csv,不带字段名称

示例代码：

>>> import csv
>>> with open('test.csv', 'rb') as csvfile:
...     spamreader = csv.reader(csvfile, delimiter=' ', quotechar='|')
...     for row in spamreader:
...         print ', '.join(row)
Spam, Spam, Spam, Spam, Spam, Baked Beans
Spam, Lovely Spam, Wonderful Spam

• csv的reader接收一个文件描述符（或迭代器），这里不一定是标准的csv文件，也可以读取excel文件。
• delimiter：表示分隔符，默认是以逗号分隔；
• quotechar：表示引用符，例如字段值都是这样的： |abc|,这时候就要设置quotechar为"|"才能正确读取。
• quoting：引用模式，取值有csv.QUOTE_ALL，csv.QUOTE_MINIMAL， QUOTE_NONNUMERIC，QUOTE_NONE，默认是csv.QUOTE_MINIMAL，即引用模式是引用quotechar的值，也可以设置csv.QUOTE_NONE, 不引用字符，所有字符都认为是值，也可以使用csv.QUOTE_NONNUMERIC，这时字段就必须是数字型，结果就会转换成浮点数而不是默认的字符串。

读取带字段名称的csv

实例代码：

>>> import csv
>>> with open('names.csv') as csvfile:
...     reader = csv.DictReader(csvfile) # 注意函数是大写
...     for row in reader:
...         print(row['first_name'], row['last_name'])
...
Baked Beans
Lovely Spam
Wonderful Spam

DictReader接收以下几个参数：

• fieldnames：字段名称，默认是第一行的数据。
• restkey：当实际的字段数量大于上面参数指定的数量时，多出来的字段名称就是这个restkey指定。
• restval: 与上面相反，当实际的字段数量少的时候，多余的字段名称的值就由restval指定。
• 其他基本和reader一致。

写csv文件

写普通csv文件

示例代码：

import csv
with open('eggs.csv', 'wb') as csvfile:
    spamwriter = csv.writer(csvfile, delimiter=' ',
                            quotechar='|', quoting=csv.QUOTE_MINIMAL)
    spamwriter.writerow(['Spam'] * 5 + ['Baked Beans'])
    spamwriter.writerow(['Spam', 'Lovely Spam', 'Wonderful Spam'])

基本上和reader一致。

写带字段名称的csv文件

实例代码:

import csv

with open('names.csv', 'w') as csvfile:
    fieldnames = ['first_name', 'last_name']
    writer = csv.DictWriter(csvfile, fieldnames=fieldnames)

    writer.writeheader() # 注意有写header操作
    writer.writerow({'first_name': 'Baked', 'last_name': 'Beans'})
    writer.writerow({'first_name': 'Lovely', 'last_name': 'Spam'})
    writer.writerow({'first_name': 'Wonderful', 'last_name': 'Spam'})

DictWriter有几个参数需要注意：

• ** restval**:多余的字段所取的值；
• ** extrasaction**：当数据中有额外的字段时所采取的操作，默认为’raise’，即抛异常，有时候这种情况比较烦，所以还可以设置成’ignore’直接忽略。