python中csv库_利用python的csv库处理csv文件

.csv 文件是我们日常生活中经常遇到的文件类型。

一般来说，处理csv文件，直接利用Excel就可以了。但是，如果csv文件特别大，直接用Excel把文件打开的话很占内存。

这时候，我们的python就可以排上用场了。

首先，我们先看看利用csv.reader()处理csv文件

读入数据：

#!user/bin/env python

#-*- coding:utf-8 -*-

import csv

datafile = 'example.csv'

data = []

with open(datafile,'rb') as f:

f.readline() #f 是有指针的 与c语言类似

f.readline()#忽略前两行乱码

cv = csv.reader(f)

for line in cv: #line 是list对象

data.append(line)#data是嵌套的list

将嵌套列表data写入文件：

with open('output.csv','w') as f:

writer = csv.writer(f)

#for ele in data:

# writer.writerow(ele)

writer.writerows(data)

其次，还可以用csv.DictReader()进行处理

读入数据：

data = []

with open(input_file, "r") as f:

reader = csv.DictReader(f)

header = reader.fieldnames #获取表头

for i in range(3):

l = reader.next() #忽略3行文件

for line in reader: #line 为 dict 类型 数据由line[key]的形式获得

data.append(line)

写入数据：

with open(outputfile, "w") as g:

writer = csv.DictWriter(g, delimiter=",", fieldnames= header)

writer.writeheader() #写入表头

for row in data:#写入数据

writer.writerow(row)#row为字典类型

下面看看用pandas库如何处理csv文件

import pandas as pd

predictions = {}

df = pd.read_csv(file_path)#df是DateFrame类型

for passenger_index, passenger in df.iterrows():#passenger是字典类型

passenger_id = passenger['PassengerId']

if passenger['Sex'] == 'female' and passenger['Age']<50:

predictions[passenger_id] = 1

elif passenger['Pclass']==1 and passenger['Age']<18:

predictions[passenger_id] = 1

else:

predictions[passenger_id] = 0

#写入文件

dataframe = pd.read_csv(path_to_csv)

dataframe['nameFull'] = dataframe['nameFirst']+' '+dataframe['nameLast']

dataframe.to_csv(path_to_new_csv)#写入csv文件