python 读写csv文件

csv文件是个什么？

逗号分隔值（Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。纯文本意味着该文件是一个字符序列，不含必须像二进制数字那样被解读的数据。CSV文件由任意数目的记录组成，记录间以某种换行符分隔；每条记录由字段组成，字段间的分隔符是其它字符或字符串，最常见的是逗号或制表符。通常，所有记录都有完全相同的字段序列。通常都是纯文本文件。建议使用WORDPAD或是记事本（NOTE）来开启，再则先另存新档后用EXCEL开启，也是方法之一。------百度百科

python读取csv文件的方式有挺多种的，可以用pandas、numpy、csv等。我在这里简单介绍用csv读取文件

读取csv文件

我们可以使用python自带的csv库来快速的读取文件

import os#导入所需库
csv_data = csv.reader(open("csvdata.csv",'r'))#先用open(path,mode="r")来打开文件，然后用csv.reader()读取csv文件
print(type(csv_data))

mode有一下几种，每一种都是一种打开文件的方式
'r'       open for reading (default)
'w'       open for writing, truncating the file first
'x'       create a new file and open it for writing
'a'       open for writing, appending to the end of the file if it exists
'b'       binary mode
't'       text mode (default)
'+'       open a disk file for updating (reading and writing)
'U'       universal newline mode (deprecated)

我们可以看到输出是一个<class '_csv.reader'>对象。

如果直接输出csv_data会得到怎样的结果呢？

print(csv_data)

输出是<_csv.reader object at 0x000001A5EEEA2730>

这不是csv的内容啊？这是怎么回事啊？因为csv.reader()返回是一个迭代类型，需要通过循环或迭代器访问

for data in csv_data:
    print(data)

这样就输出我们想要的内容啦：

['3e82a02f-4267-11e8-aaf9-00163e025669', '19']
['79d16df3-4266-11e8-aaf9-00163e025669', '19']

['9b4d4294-4266-11e8-aaf9-00163e025669', '19']

这是list类型，也就是它拥有list的所有属性

访问csv的一列数据

可以用下列语句来得到一列的数据，例如我得到第一列的数据：

list = [row[1] for row in csv_data]
print(type(list))
print(list)

输出：<class 'list'>

       ['CATEGORY_ID', '0', '0', '0']

      返回的对象是list类型

写csv文件

• writerow()：只能一行一行的写入文件
• writerows():可以多行一次写入
  

一行一行的写入文件：

f = open("data.csv","a",newline='')
c = csv.writer(f)
list = ['haha','hehe']
list1 = ['heihei','enen']

c.writerow(["index","a_name","b_name"])
c.writerow(["index","a_name","b_name"])
f.close()

由于open是mode="a",这是以append方式写文件，也就是不会覆盖原来的内容，在文本最后追加一行，newline可以不写，但是建议加上，如果不加的话，每行数据之间会有一行空格

多行同时写入：

f = open("data.csv","w",newline='')
writer = csv.writer(f)

#先写入columns_name
writer.writerow(["id","name","age"])
#写入多行用writerows
writer.writerows([[0,"wang",18],[1,"zhao",20],[2,"zhou",23]])
f.close()

文件内容：

id,name,age
0,wang,18
1,zhao,20
2,zhou,23