Python 常用模块（一）：csv模块

于 2024-09-14 08:09:55 发布
阅读量506 收藏 9
点赞数 14
分类专栏： 流畅的Python 文章标签： python 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xw1680/article/details/142217826
版权

目录

一、csv文件介绍

CSV 文件（Comma-Separated Values，逗号分隔值文件）是一种以纯文本格式存储表格数据的文件类型。它通常用于在不同的应用程序或系统之间交换数据，尤其是电子表格或数据库中的数据。CSV 文件的特点：

  1. 纯文本格式：CSV 文件是纯文本文件，可以用任何文本编辑器打开和查看。
  2. 表格结构：CSV 文件表示一张表格，每一行是一条记录，每条记录包含一个或多个字段（数据列）。
  3. 分隔符：字段之间通常用 逗号(,) 分隔，虽然也有可能用其他符号（如制表符、分号）作为分隔符。
  4. 简单结构：没有嵌套的结构，也没有数据类型的定义，所有内容都是以字符串的形式存储。
  5. 兼容性强：几乎所有的数据库、电子表格软件（如 Excel、Google Sheets）和编程语言都支持 CSV 格式，方便数据导入和导出。

CSV 文件的每一行代表一条记录，记录中的每个字段由逗号分隔。通常，第一行包含字段名（标题），接下来的每一行是对应字段的数据。示例 CSV 文件：

id,name,age,address,sex
1,amo,18,cq,male
2,paul,25,cq,male
3,crystal,19,cd,female

常见的 CSV 文件使用场景：

  1. 数据交换：在不同系统之间传递数据，CSV 格式简单、轻量，易于解析。
  2. 导入导出数据：软件（如 Excel、数据库系统、数据分析工具）通常提供将数据保存为 CSV 文件，或从 CSV 文件中导入数据。
  3. 数据备份：CSV 文件可以作为数据备份文件，存储简单的表格结构数据。

CSV 文件的局限性：

  1. 没有数据类型：所有数据都作为字符串处理，不能直接区分文本、数字或日期等数据类型。
  2. 缺乏复杂结构：不能直接表示嵌套的数据结构或多维数据。
  3. 数据解析的特殊情况：如果字段中包含逗号、换行符或引号，需要使用引号包裹字段，并对引号进行转义。

处理带有逗号、换行符的字段。 CSV 文件中的字段如果包含特殊字符（如逗号、换行符、引号），通常需要使用引号包裹，并进行转义。例如：

# 情况1:包含逗号的字段
Name,Address
Alice,"123 Main Street, New York, NY"
Bob,"456 Pine Road, Los Angeles, CA"

# 情况2:包含换行符的字段
Name,Comments
Alice,"I love programming.
Python is great!"
Bob,"This is a multiline
comment in CSV."

# 情况3:包含双引号的字段
Name,Quote
Alice,"She said, ""Hello, World!"""
Bob,"Python's motto is ""Batteries included."""

# 情况4:多个复杂情况同时存在
Name,Address,Comments
Alice,"123 Main Street, New York, NY","She said, ""Hello, World!""."
Bob,"456 Pine Road, Los Angeles, CA","This comment spans
multiple lines, and contains a comma, as well as a ""quote""."

小结： CSV 文件是一种简单、通用的文件格式，用于存储和交换表格数据。它以逗号（或其他分隔符）分隔字段，兼容性强且易于使用，但不适合处理复杂或嵌套的数据结构。

二、csv模块

2.1 csv模块介绍

csv 模块的产生要从 csv 文件说起：csv 文件其实就是一个文本文件，用逗号分隔其值。因此，在 Python 中可以使用 split() 方法读取其中的值。如果 csv 文件中的文本数据中包含逗号，那么 csv 文件会进行转义，但是 split() 方法却不能处理这些转义字符，另外还有一些其他方面的问题。这种情况下就产生了 csv 模块，通过该模块来读写 csv 文件，解决 Python 读写 csv 文件时所遇到的一些麻烦。csv 模块是实现以 CSV 格式读取和写入表格数据的类。它可以定制其他应用程序适用的 CSV 格式或定义自己的专用 CSV 格式，还包括一些类和方法等，其中 reader 类和 writer 类用于读写序列化的数据，而 DictReader 类和 DictWriter 类将以字典的形式读写数据。

2.2 csv 模块的基本功能

csv 模块允许你以简单的方式进行 CSV 文件的读写操作，支持不同的分隔符、引用风格等。下面是 csv 模块的常见功能：

  1. 读取 CSV 文件：通过 csv.reader() 函数来逐行读取 CSV 文件中的数据。
  2. 写入 CSV 文件：通过 csv.writer() 函数向 CSV 文件中写入数据。
  3. DictReader 和 DictWriter：可以将每一行数据映射为 Python 字典进行处理。

2.3 reader()方法——读取csv文件

reader() 方法用于读取 csv 文件。语法格式如下：

In [2]: csv.reader?
Docstring:
csv_reader = reader(iterable [, dialect='excel']
                        [optional keyword args])
    for row in csv_reader:
        process(row)

The "iterable" argument can be any object that returns a line
of input for each iteration, such as a file object or a list.  The
optional "dialect" parameter is discussed below.  The function
also accepts optional keyword arguments which override settings
provided by the dialect.

The returned object is an iterator.  Each iteration returns a row
of the CSV file (which can span multiple input lines).
Type:      builtin_function_or_method

参数说明:
1.iterable: 必须是支持迭代器的reader 对象，可以是文件（file 对象）。
2.dialect: 表示csv文件的编码风格，默认为excel方式，也就是用逗号","分隔。
dialect也支持自定义，通过调用 register_dialect() 方法注册新的编码风格。
3.[optional keyword args]: 格式参数
4.返回值: 返回一个reader对象，该对象将迭代遍历给定的csv文件中的行。

【示例1】简单读取csv文件。使用reader()方法简单读取csv文件，并传入一个文件对象。由于reader()方法返回的是一个可迭代的对象，因此需要使用for循环实现遍历，代码如下：

# -*- coding: utf-8 -*-
# @Time    : 2024-09-13 19:13
# @Author  : AmoXiang
# @File: csv_demo.py
# @Software: PyCharm
# @Blog: https://blog.csdn.net/xw1680

import csv

# 1.简单读取csv文件
with open('./tmp/test.csv', 'r') as file:  # 打开csv文件
    reader = csv.reader(file)  # 读取csv文件
    for row in reader:
        print(row)

程序运行结果如下：
在这里插入图片描述
【示例2】提取某列数据。如果想要提取csv文件中某列数据，则需要指定上下标。例如，查看“name”列数据，那么只需要改为row[1]，具体代码如下：

# 2.提取某列数据: 如name这一列
with open('./tmp/test.csv', 'r') as file:
    reader = csv.reader(file)
    for row in reader:
        print(row[1])

程序运行结果如下：
在这里插入图片描述
【示例3】提取某行数据。提取csv文件某行数据，需要在循环语句中使用enumerate()函数将读取后的csv文件数据组合为一个索引序列，这个序列中包含了数据和数据下标，当下标为指定行时，提取该行数据。例如，获取第三行数据，代码如下：

with open('./tmp/test.csv', 'r') as file:
    reader = csv.reader(file)
    for idx, v in enumerate(reader):
        if idx == 2:
            print(v)  # ['2', 'paul', '25', 'cq', 'male']

【示例4】查看csv文件指定行列数据。查看特定行和列的数据，需要将reader()方法返回的reader对象转换成Python列表，然后指定列表的上下标来读取特定行和列的数据，如读取第2行第2列的数据，代码如下：

with open('./tmp/test.csv', 'r') as file:
    reader = csv.reader(file)  # 创建reader对象
    lis_rows = list(reader)
    print(lis_rows[1][1])  # amo

【示例5】读取csv文件表头的两种方法。

with open('./tmp/test.csv', 'r') as file:
    rows = [row for row in csv.reader(file)]
    print(rows)
    print(rows[0])  # ['id', 'name', 'age', 'address', 'sex']

with open('./tmp/test.csv', 'r') as file:
    # 创建reader对象
    reader = csv.reader(file)
    # 读取第1行数据
    h1 = next(reader)
    print(h1)  # ['id', 'name', 'age', 'address', 'sex']

【示例6】获取csv文件某列的最大值。首先使用reader()方法读取数据，然后将要计算最大值的列（如“年龄”）保存为列表，之后再使用max()函数求该列最大值，代码如下：

with open('./tmp/test.csv', 'r') as file:
    reader = csv.reader(file)
    # res = []
    # for idx, row in enumerate(reader):
    #     if idx == 0:
    #         continue
    #     else:
    #         res.append(int(row[2]))
    # print(max(res))
    print(max(map(int, [row[2] for idx, row in enumerate(reader) if idx])))

【示例7】将csv文件转换成dataframe格式。使用reader()方法读取csv文件数据，然后将其转换成dataframe格式，代码如下：

import csv
import pandas as pd

# 解决输出dataframe格式数据不对齐，显示不全的问题
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
pd.set_option('display.max_columns', 500)
pd.set_option('display.width', 1000)
# 读取csv文件数据
lines = list(csv.reader(open(r'./tmp/test.csv')))
header, values = lines[0], lines[1:]
data1 = {h: v for h, v in zip(header, zip(*values))}
df = pd.DataFrame(data1)  # 转换成dataframe格式
print(df)

程序运行结果如下：
在这里插入图片描述

2.4 writer()方法——将数据写入csv文件

writer() 方法用于将数据写入 csv 文件。语法格式如下：

In [2]: csv.writer?
Docstring:
csv_writer = csv.writer(fileobj [, dialect='excel']
                            [optional keyword args])
    for row in sequence:
        csv_writer.writerow(row)

    [or]

    csv_writer = csv.writer(fileobj [, dialect='excel']
                            [optional keyword args])
    csv_writer.writerows(rows)

The "fileobj" argument can be any object that supports the file API.
Type:      builtin_function_or_method


参数说明: 
1.fileobj: 必须是支持迭代器的writer对象，可以是文件（file 对象）。
2.dialect: csv文件的编码风格，默认为excel编码风格，也就是用逗号","分隔
csv文件的编码风格也支持自定义，通过调用register_dialect()方法注册新的编码风格
3.[optional keyword args]: 格式参数
4.返回值: 返回一个writer对象。

writer 对象的 writerow() 方法用于写一行数据到 csv 文件中。语法格式如下：

In [5]: csv_writer.writerow?
Docstring:
writerow(iterable)

Construct and write a CSV record from an iterable of fields.  Non-string
elements will be converted to string.
Type:      builtin_function_or_method
参数说明:
1.iterable: 可迭代对象，如列表、元组等。
2.返回值: 无。

writer 对象的 writerows() 方法用于将行中的所有元素（行对象的可迭代数据）写入到 csv 文件。语法格式如下：

In [6]: csv_writer.writerows?
Docstring:
writerows(iterable of iterables)

Construct and write a series of iterables to a csv file.  Non-string
elements will be converted to string.
Type:      builtin_function_or_method
参数说明:
1.iterable of iterables: 表示可迭代数据
2.返回值: 无

【示例1】简单写入一行数据到csv文件。使用writerow()方法向csv文件写入一行数据，代码如下：

# -*- coding: utf-8 -*-
# @Time    : 2024-09-14 3:09
# @Author  : AmoXiang
# @File: csv_writer_demo.py
# @Software: PyCharm
# @Blog: https://blog.csdn.net/xw1680

import csv

with open('./tmp/csv_test1.csv', 'w', newline='', encoding='utf8') as f:  # 如不指定newline=''，会写入空行
    writer = csv.writer(f)
    writer.writerow(['订单编号', '会员名', '商品名称'])  # 写入一行标题

【示例2】使用writerow()方法写入多行数据。writerow() 方法不仅可以写入单行数据，数据较少的情况下也可以写入多行。例如，写入3行学生数据，代码如下：

# -*- coding: utf-8 -*-
# @Time    : 2024-09-14 3:09
# @Author  : AmoXiang
# @File: csv_writer_demo.py
# @Software: PyCharm
# @Blog: https://blog.csdn.net/xw1680


import csv

with open('./tmp/csv_test1.csv', 'w', newline='', encoding='utf') as file:
    writer = csv.writer(file)
    writer.writerow(['id', 'name', 'age'])
    writer.writerow(['001', 'amo', 18])
    writer.writerow(['002', 'jerry', 35])
    writer.writerow(['003', 'paul', 25])

【示例3】批量随机生成学生信息并写入csv 文件。通过循环语句结合随机函数批量生成学生信息，如ID、学号和班级，然后循环写入csv文件，代码如下：

# -*- coding: utf-8 -*-
# @Time    : 2024-09-14 3:09
# @Author  : AmoXiang
# @File: csv_writer_demo.py
# @Software: PyCharm
# @Blog: https://blog.csdn.net/xw1680


import csv
import random

with open('./tmp/stu.csv', 'w', newline='', encoding='utf8') as file:
    writer = csv.writer(file)
    writer.writerow(['ID', '学号', '班级'])
    for i in range(9):
        num = random.randint(20190000, 20199999)  # 随机生成"学号"
        writer.writerow([i + 1, num, '高一十二班'])  # 写入学生数据

【示例4】将多行数据写入csv 文件。首先打开一个csv文件，通过writerow()方法写入csv文件的表头，然后使用writerows()方法写入多行数据到csv文件中，代码如下：

# -*- coding: utf-8 -*-
# @Time    : 2024-09-14 3:09
# @Author  : AmoXiang
# @File: csv_writer_demo.py
# @Software: PyCharm
# @Blog: https://blog.csdn.net/xw1680


import csv

data = [
    ['Name', 'Age', 'City'],
    ['Alice', 30, 'New York'],
    ['Bob', 25, 'Los Angeles'],
    ['Charlie', 35, 'Chicago']
]

# 打开一个 CSV 文件进行写入
with open('./tmp/output.csv', mode='w', newline='', encoding='utf8') as file:
    writer = csv.writer(file)
    # 写入多行数据
    writer.writerows(data)

2.5 DictWriter类——创建支持字典的csv文件

DictWriter 类用于创建一个支持字典类型的 csv 文件。语法格式如下：

In [11]: csv.DictWriter?
Init signature:
csv.DictWriter(
    f,
    fieldnames,
    restval='',
    extrasaction='raise',
    dialect='excel',
    *args,
    **kwds,
)
Docstring:      <no docstring>
File:           f:\dev_tools\python\python310\lib\csv.py
Type:           type
Subclasses:

参数说明: 
1.f: 表示文件对象。
2.fieldnames: 表示字段名称，该参数不是可选的。
3.restval: 如果csv文件中缺少指定的字段名，则使用可选参数restval指定要写入的值。
4.extrasaction: 如果传递给方法的字典包含字段名中找不到的键，则使用可选参数extrasaction指定要采取的操作。
5.dialect: 支持excel格式的csv编码风格。
6.*args: 不定数量的非键值对参数（格式参数）。
7.**kwds: 不定数量的键值对参数（格式参数）。
8.返回值: 返回csv文件。

示例：

# -*- coding: utf-8 -*-
# @Time    : 2024-09-14 3:09
# @Author  : AmoXiang
# @File: csv_writer_demo.py
# @Software: PyCharm
# @Blog: https://blog.csdn.net/xw1680

import csv

data = [
    {'Name': 'Alice', 'Age': 30, 'City': 'New York'},
    {'Name': 'Bob', 'Age': 25, 'City': 'Los Angeles'},
    {'Name': 'Charlie', 'Age': 35, 'City': 'Chicago'},
    {'Name': 'Amo', 'Age': 18, 'City': 'CQ'}
]

# 打开 CSV 文件进行写入
with open('./tmp/output.csv', mode='w', newline='', encoding='utf8') as file:
    # 指定字段名
    fieldnames = ['Name', 'Age', 'City']
    # 创建 DictWriter 对象
    writer = csv.DictWriter(file, fieldnames=fieldnames)
    # 写入标题行
    # DictWriter类的writeheader方法用于将字段名称作为一行数据写入csv文件中
    writer.writeheader()
    # 写入多行数据
    writer.writerows(data[:-1])
    # 写入单行数据
    writer.writerow(data[-1])

2.6 DictReader类——创建字典类型的csv文件对象

DictReader 类用于为读取的 csv 文件创建一个有序字典的可读取的 csv 文件对象。语法格式如下：

In [12]: csv.DictReader?
Init signature:
csv.DictReader(
    f,
    fieldnames=None,
    restkey=None,
    restval=None,
    dialect='excel',
    *args,
    **kwds,
)
Docstring:      <no docstring>
File:           f:\dev_tools\python\python310\lib\csv.py
Type:           type
Subclasses:

参数说明: 
1.f: 文件对象。
2.fieldnames: 字段名称。如果省略fieldnames参数，则文件f的第一行中的值将作为字段名。
3.restkey: 如果一行包含的字段多于字段名，则将剩余的数据存放在一个列表中，
并使用restkey参数指定的字段名（默认为None）进行存储。如果非空行的字段少于字段名，则缺少的值将填入None。
4.restval: 如果csv文件缺少指定的字段名，则使用可选参数restval指定要写入的值。
5.dialect: 支持excel格式的csv编码风格。
6.*args: 不定数量的非键值对参数（格式参数）。
7.**kwds: 不定数量的键值对参数（格式参数）。
8.返回值: 返回csv文件对象。

示例：

import csv

# 打开 CSV 文件
with open('./tmp/stu.csv', mode='r', newline='', encoding='utf8') as file:
    reader = csv.DictReader(file)

    # 逐行读取数据，返回字典
    for row in reader:
        row: dict = row
        print(row, row.get('ID'), row.get('学号'), row.get('班级'))  # 每行是一个字典

完整示例：

# -*- coding: utf-8 -*-
# @Time    : 2024-09-14 6:49
# @Author  : AmoXiang
# @File: csv_demo.py
# @Software: PyCharm
# @Blog: https://blog.csdn.net/xw1680

import csv

# 数据
data = [
    {'Name': 'Alice', 'Age': 30, 'City': 'New York'},
    {'Name': 'Bob', 'Age': 25, 'City': 'Los Angeles'},
    {'Name': 'Charlie', 'Age': 35, 'City': 'Chicago'}
]

# 写入 CSV 文件
with open('./tmp/ts.csv', mode='w', newline='', encoding='utf8') as file:
    fieldnames = ['Name', 'Age', 'City']
    """
    ① delimiter: 定义字段之间的分隔符，默认为 ,
    ② quotechar: 定义引用符，默认为 "
    ③ quoting: 控制何时使用引用符，可选值包括
        csv.QUOTE_MINIMAL（默认）: 只有当字段中包含特殊字符时（如分隔符、换行符或引用符）才使用引用符。
        csv.QUOTE_ALL: 为所有字段加上引用符。
        csv.QUOTE_NONNUMERIC: 为所有非数字字段加上引用符。
        csv.QUOTE_NONE: 不使用引用符。
    """
    writer = csv.DictWriter(file, fieldnames=fieldnames, delimiter=';', quotechar='"',
                            quoting=csv.QUOTE_ALL)
    # 写入标题
    writer.writeheader()
    # 写入数据
    writer.writerows(data)

# 读取 CSV 文件
with open('./tmp/ts.csv', mode='r', newline='', encoding='utf8') as file:
    reader = csv.DictReader(file, delimiter=';', quotechar='"')
    for row in reader:
        print(row)

2.7 几个常用属性说明

2.7.1 QUOTE_ALL常量——对所有字段加引用符

使用 writer 对象写入数据时，当 quoting 参数设置为 QUOTE_ALL 常量时，表示对所有字段加入引用符。语法格式如下：

csv.QUOTE_ALL

示例：

import csv

with open('./tmp/a1.csv', 'w', newline='', encoding='utf8') as csvfile:
    writer = csv.writer(csvfile, delimiter=' ', quotechar='|', quoting=csv.QUOTE_ALL)
    writer.writerow(['amo'] * 5 + ['www.baidu.com'])
    writer.writerow(['amo', 4006751066, 84978981])

"""
|amo| |amo| |amo| |amo| |amo| |www.baidu.com|
|amo| |4006751066| |84978981|
"""

2.7.2 QUOTE_MINIMAL常量——只对包含特殊字符的字段加引用符

使用 writer 对象写入数据时，当 quoting 参数设置为 QUOTE_MINIMAL 常量时，表示只对包含特殊字符的字段加入引用符。语法格式如下：

csv.QUOTE_MINIMAL

示例：

import csv

with open('./tmp/a2.csv', 'w', newline='', encoding='utf8') as csvfile:
    writer = csv.writer(csvfile, delimiter=' ',
                        quotechar='|', quoting=csv.QUOTE_MINIMAL)
    writer.writerow(['amo'] * 5 + ['www.baidu.com'])
    writer.writerow(['am o', 4006751066, 84978981])

'''
amo amo amo amo amo www.baidu.com
|am o| 4006751066 84978981
'''

2.7.3 QUOTE_NONE常量——对所有字段不加引用符

QUOTE_NONE 常量是引用字段模式中的一种，用于告诉程序，csv 文件里不加入引用符。例如，csv 文件中的文本数据本身存在逗号，而 csv 文件中又使用逗号作为分隔符，那么文本数据本身存在的逗号也会被当作分隔符，不管它在不在引用符里面。这种情况下可以设置 QUOTE_NONE 常量，对所有字段不加引用符。语法格式如下：

csv.QUOTE_NONE

示例：

import csv

with open('./tmp/a3.csv', 'w', newline='', encoding='utf8') as csvfile:
    writer = csv.writer(csvfile, delimiter=';', quotechar='|', quoting=csv.QUOTE_NONE)
    writer.writerow(['amo'] * 5 + ['www.baidu.com'])
    # writer.writerow(['amo;', 4006751066, 84978981])  # 会报错
    # _csv.Error: need to escape, but no escapechar set
    # 如果设置了csv.QUOTE_NONE，则字段中出现delimiter 需要转义

'''
amo;amo;amo;amo;amo;www.baidu.com
'''

2.7.4 QUOTE_NONNUMERIC常量——对所有非数字的字段加引用符

使用 writer 对象写入数据时，当 quoting 参数设置为 QUOTE_NONNUMERIC 常量时，表示对所有非数字的字段加入引用符。语法格式如下：

csv.QUOTE_NONNUMERIC

示例：

import csv

with open('./tmp/a4.csv', 'w', newline='', encoding='utf8') as csvfile:
    writer = csv.writer(csvfile, delimiter='@', quotechar='|', quoting=csv.QUOTE_NONNUMERIC)
    writer.writerow(['amo'] * 5 + ['https://blog.csdn.net/xw1680?'])
    writer.writerow(['amo', 18, 168])

'''
|amo|@|amo|@|amo|@|amo|@|amo|@|https://blog.csdn.net/xw1680?|
|amo|@18@168
'''

2.7.5 Dialect类——创建包含csv文件基本属性的类

csv 文件中的格式有很多，如逗号分隔、冒号分隔等，我们可以自己定义一个 Dialect 类，在该类中规定格式，以读取或写入 csv 文件。语法格式如下：

In [17]: csv.Dialect?
Init signature: csv.Dialect()
Docstring:
Describe a CSV dialect.

This must be subclassed (see csv.excel).  Valid attributes are:
delimiter, quotechar, escapechar, doublequote, skipinitialspace,
lineterminator, quoting.
File:           f:\dev_tools\python\python310\lib\csv.py
Type:           type
Subclasses:     excel, unix_dialect
参数说明:
1.返回值: 返回Dialect类。

示例：

import csv


class MyDialect(csv.Dialect):
    lineterminator = '\n'
    delimiter = ';'
    quotechar = '|'


with open('./tmp/stu.csv', 'r', encoding='utf8') as f:
    reader = csv.reader(f, dialect=MyDialect, quoting=csv.QUOTE_ALL)
    for row in reader:
        print(row)

'''
['ID,学号,班级']
['1,20195844,高一十二班']
['2,20199172,高一十二班']
['3,20190495,高一十二班']
['4,20199035,高一十二班']
['5,20198153,高一十二班']
['6,20191362,高一十二班']
['7,20193697,高一十二班']
['8,20196357,高一十二班']
['9,20199604,高一十二班']
'''

2.7.6 delimiter属性——用于设置字段之间的分隔符

delimiter 属性用于定义字段之间使用的分隔符，默认为逗号 ","。 语法格式如下：

Dialect.delimiter

示例：

import csv

with open('./tmp/a5.csv', 'w', newline='', encoding='utf8') as csvfile:
    writer = csv.writer(csvfile, delimiter='&', quotechar='|', quoting=csv.QUOTE_NONE)
    writer.writerow(['amo'] * 5 + ['www.baidu.com'])
    writer.writerow(['amo', 18, 168])

'''
amo&amo&amo&amo&amo&www.baidu.com
amo&18&168
'''

2.7.7 doublequote属性——是否添加双引用符

doublequote 属性提供了一种解决引用符里出现引用符问题的文件规范，默认值为 True。语法格式如下：

Dialect.doublequote

当 csv 文件数据中存在与引用符相同的符号时，例如，引用符为引号 "， 而 csv 文件中的数据也有该符号，那么在该符号的位置将会出现两次引号 "。 如果 doublequote 值为 False，且没有指定转义字符（设置 escapechar 参数）的情况下，程序就会出现错误提示。示例：

import csv

with open('./tmp/a6.csv', 'w', newline='', encoding='utf8') as csvfile:
    writer = csv.writer(csvfile, delimiter='&', quotechar='"', doublequote=True)
    # _csv.Error: need to escape, but no escapechar set 下面的代码报错
    # writer = csv.writer(csvfile, delimiter='&', quotechar='"', doublequote=False)
    writer.writerow(['a"mo'] * 5 + ['www.baidu.com'])
    writer.writerow(['amo', 18, 168])

'''
"a""mo"&"a""mo"&"a""mo"&"a""mo"&"a""mo"&www.baidu.com
amo&18&168
'''

2.7.8 escapechar属性——设置转义字符

在向 csv 文件写入或读取数据时，通过设置 escapechar 属性在文本中使用转义字符，默认是 None，不使用转义字符。语法格式如下：

Dialect.escapechar

示例：

import csv

with open('./tmp/a7.csv', 'w', newline='', encoding='utf8') as csvfile:
    # _csv.Error: need to escape, but no escapechar set 下面的代码报错
    # writer = csv.writer(csvfile, delimiter='&', quotechar='"', doublequote=False)
    writer = csv.writer(csvfile, delimiter='&', quotechar='"', doublequote=False, escapechar='%')
    writer.writerow(['am"o'] * 5 + ['www.baidu.com'])
    writer.writerow(['amo', 18, 168])

'''
am%"o&am%"o&am%"o&am%"o&am%"o&www.baidu.com
amo&18&168
'''

2.7.9 lineterminator属性——设置一行结束的结束符

lineterminator 属性用于向 csv 文件写入数据时设置行的结束符，默认为 "\r\n"。 读数据操作时将忽略此选项。语法格式如下：

Dialect.lineterminator

示例：

import csv

with open('./tmp/a8.csv', 'w', newline='', encoding='utf8') as csvfile:
    writer = csv.writer(csvfile, delimiter='&', quotechar='"', doublequote=False, escapechar='%',
                        lineterminator='\t')
    writer.writerow(['amo', 18, 168])
    writer.writerow(['jerry', 35, 158])
    writer.writerow(['crystal', 20, 170])

'''
amo&18&168	jerry&35&158	crystal&20&170	
'''

2.7.10 quotechar属性——定义字段的引用符

quotechar 属性用于定义字段的引用符，默认为双引号。引用符都是成对出现的，当 csv 文件中的文本数据中出现了 csv 文件使用的分隔符，此时将使用引用符将它括起来以排除歧义。语法格式如下：

Dialect.quotechar

示例：

import csv

with open('./tmp/a9.csv', 'w', newline='', encoding='utf8') as csvfile:
    writer = csv.writer(csvfile, delimiter='%', quotechar='"')
    writer.writerow(['编号', '员工姓名', '卡号', '备注'])
    writer.writerow(['mr001', '高猿员', '62299999123', 'mr'])
    writer.writerow(['mr002', '小%李', '62228888456', 'mr'])

'''
编号%员工姓名%卡号%备注
mr001%高猿员%62299999123%mr
mr002%"小%李"%62228888456%mr
'''

2.7.11 quoting属性——设置什么情况下对字段加入引用符

quoting 属性用来设置什么情况下对字段使用引用符。语法格式如下：

Dialect.quoting

quoting 属性的设置值如下：

  1. csv.QUOTE_ALL ：writer 对象写入数据时对所有字段加入引用符。见 2.7.1 QUOTE_ALL常量——对所有字段加引用符 小节
  2. csv.QUOTE_MINIMAL ：writer 对象写入数据时只对包含特殊字符的字段加入引用符。见 2.7.2 QUOTE_MINIMAL常量——只对包含特殊字符的字段加引用符 小节
  3. csv.QUOTE_NONE ：writer 对象写入数据时对所有字段不加引用符。 见 2.7.3 QUOTE_NONE常量——对所有字段不加引用符 小节
  4. csv.QUOTE_NONNUMERIC ：writer 对象写入数据时对所有非数字的字段加入引用符。见 2.7.4 QUOTE_NONNUMERIC常量——对所有非数字的字段加引用符 小节

2.7.12 reader.line_num属性——从csv文件读取行号

读取 csv 文件中的数据时，有时候为了处理数据方便而不需要表头，这种情况下可以使用 line_num 属性跳过第一行不读取表头，代码如下：

import csv

with open('./tmp/stu.csv', 'r', encoding='utf8') as file:
    reader = csv.reader(file)
    for row in reader:
        if reader.line_num == 1:
            continue
        else:
            print(row)

'''
['1', '20195844', '高一十二班']
['2', '20199172', '高一十二班']
['3', '20190495', '高一十二班']
['4', '20199035', '高一十二班']
['5', '20198153', '高一十二班']
['6', '20191362', '高一十二班']
['7', '20193697', '高一十二班']
['8', '20196357', '高一十二班']
['9', '20199604', '高一十二班']
'''

2.7.13 reader.f ieldnames属性——从文件中读取字段名称

reader 对象的 fieldnames 属性用于读取 csv 文件中字段的名称。语法格式如下：

reader.fieldnames

示例：

import csv

with open('./tmp/stu.csv', 'r', encoding='utf8') as file:
    # AttributeError: '_csv.reader' object has no attribute 'fieldnames'
    # reader = csv.reader(file)
    reader = csv.DictReader(file)
    print(reader.fieldnames)  # ['ID', '学号', '班级']
Amo Xiang
关注
专栏目录
Python 进阶（九）：CSV 文件读写（csv模块）
水滴的博客
10-18 6667
在开始之前，让我们简要了解一下CSV文件的基本概念。CSV（Comma Separated Values，逗号分隔值）文件是一种常见的数据存储格式，被广泛应用于各种领域，包括数据分析、数据交换、数据库导入/导出等。CSV文件以纯文本形式存储表格数据，字段之间使用逗号进行分隔。以下是CSV文件的一些基本特点和约定：字段分隔符：CSV文件中的字段通常使用逗号作为分隔符，但有时也可以使用其他字符，如分号、制表符等。选择逗号作为分隔符的原因是它在大多数情况下易于使用和解析。
python csv模块 reader_Python编程：csv模块
weixin_39653766的博客
11-30 2721
一、CSV文件操作1、要在文本文件中存储数据，最简单的方式是将数据作为一系列以逗号分隔的值（CSV）写入文件。这样的文件称为CSV文件。CSV文件对人来说阅读起来比较麻烦，但程序可轻松地提取并处理其中的值，这有助于加快数据分析过程。例如下面的数据：2014-1-5,61,44,26,18,7,-1,56,30,9,30.34,30.27,30.15,,,,10,4,,0.00,0,,1952、分析...
python 内置模块csv 处理 CSV文件
局外人LZ的博客
08-24 2251
csv 模块是 Python 标准库中用于处理 CSV（逗号分隔值）文件的模块。CSV 文件是一种常见的文本文件格式，用于存储表格数据，Python 的内置模块，无需额外安装。
Python常用模块
生活需要深度
06-18 5177
Python常用库大全，看看有没有你需要的。环境管理 包管理 包仓库 分发打包为可执行文件以便分发。 构建工具将源码编译成软件。 交互式解析器交互式 Python 解析器。 文件文件管理和 MIME（多用途的网际邮件扩充协议）类型检测。 日期和时间操作日期和时间的类库。 文本处理用于解析和操作文本的库。通用 Slug化 解析器 特殊文本格式处理 通用 Office PDF Markdown YAML CSV Archive 自然语言
11.Python常用内置模块：常用工具一网打尽
weixin_39987031的博客
07-23 1205
本文详细介绍了Python的一些内置模块：math、time、datetime、random、json、collections
【python】文件读写：csv(三)
MAOZI8的博客
05-27 1015
在Python中，CSV（Comma-Separated Values，逗号分隔值）文件的读取和写入可以通过内置的csv模块轻松实现。以下是如何使用csv模块进行CSV文件读取和写入的示例。
Python学习：csv模块读写csv文件教程
Python热爱者的博客
10-07 1376
Python学习：csv模块读写csv文件教程
python的csv安装_Python csv模块：处理csv文件
weixin_39562752的博客
12-11 4516
csv 文件本质上是文本文件，用来保存表格数据，它使用逗号来分隔行内的单元，使用换行符来分隔不同的行。下面是一个普通的 csv 文件，包含两行和两列，内容如下：第一行第一列，第一行第二列第二行第一列，第二行第二列在 Excel 中的显示效果如图 1 所示。图 1 普通的csv文件如果某个单元格中包含“，”分隔符，那么它将使用双引号将单元格的内容包裹起来。如下面的 csv 文件内容就是包裹有“，”分...
python csv模块安装_Python中CSV模块
weixin_39634351的博客
11-30 4716
CSVcsv文件格式是一种通用的电子表格和数据库导入导出格式。最近我调用RPC处理服务器数据时，经常需要将数据做个存档便使用了这一方便的格式。简介Python csv模块封装了常用的功能，使用的简单例子如下:# 读取csv文件import csvwith open('some.csv', 'rb') as f: # 采用b的方式处理可以省去很多问题reader = csv.reade...
Python常用模块11-python的csv模块
只是甲的博客
04-16 3533
文章目录一.CSV模块介绍二.csv模块实例2.1 将mysql查询到的数据导出到本地csv文件2.2 将本地csv文件导入到mysql数据库参考： 一.CSV模块介绍 CSV (Comma Separated Values) 格式是电子表格和数据库中最常见的输入、输出文件格式。在 RFC 4180规范推出的很多年前，CSV 格式就已经被开始使用了，由于当时并没有合理的标准，不同应用程序读写的数据会存在细微的差别。这种差别让处理多个来源的 CSV 文件变得困难。但尽管分隔符会变化，此类文件的大致格式是相似的
Python数据分析应用：csv文件数据读写.pptx
02-04
在Python中，我们可以利用内置的`csv`模块或者pandas库来实现CSV文件的数据读写操作。 首先，读取CSV文件是数据分析的基础步骤。Python的`csv`模块提供了`reader`和`writer`对象，可以方便地进行读写操作。例如，...
python 使用csv模块读写csv格式文件的示例
01-21
import csv class HandleCsv: ''' csv文件处理类 ''' def __init__(self, filename): ''' 构造器 :param filename: csv文件名 ''' self.filename = filename def get_data(self): ''' 获取csv中所有数据...
蒙特卡罗方法——布丰投针实验近似计算圆周率python代码实现
2301_79376014的博客
09-09 466
蒙特卡罗——布丰实验
pip-tools：打造可重复、可控的 Python 开发环境，解决依赖关系，让代码更稳定
weixin_53707653的博客
09-09 817
是一个强大且易用的工具，可以帮助开发者轻松管理 Python 项目的依赖关系，确保代码的可重复性和稳定性。是一组命令行工具，旨在简化 Python 依赖关系的管理，确保项目环境的稳定性和可重复性。可以确保每次构建环境时都使用相同的依赖项版本，从而避免由于依赖项版本不一致导致的错误，提高代码可重复性和稳定性。自动化了依赖关系管理过程，节省了开发者的时间和精力，可以将更多时间投入到实际的开发工作中。文件中的信息，更新虚拟环境，安装、升级或卸载所需的软件包，确保虚拟环境与。命令可以从你的项目配置文件中生成。
opencv学习：calcHist 函数绘制图像直方图及代码实现
最新发布
mohanyelong的博客
09-13 803
opencv学习：calcHist 函数绘制图像直方图及代码实现
Python实现多线程、多进程及协程
qq_42568323的博客
09-09 1059
本文详细介绍了 Python 中多线程、多进程和协程的并发模型及其实现方式，并通过具体场景演示了如何使用面向对象思想实现这些模型。在实际应用中，应根据任务的类型和需求选择合适的并发模型，从而优化程序的性能和资源利用率。本文将详细介绍 Python 中的多线程、多进程和协程的概念及其实现方式，并通过具体场景展示如何在 Python 中使用面向对象的思想实现这些并发模型。接下来，我们通过一个计算密集型任务的示例来演示多进程的实现：计算一系列大数字的阶乘。主程序中创建并启动了多个计算进程，并使用。
[Python]生成器和yield关键字
weixin_57336987的博客
09-07 420
概述:​ 它指的是 generator, 类似于以前学过的: 列表推导式, 集合推导式, 字典推导式…作用:​ 降低资源消耗, 快速(批量)生成数据.实现方式:​ 1.推导式写法.​ 2.yield写法.yield i # yield会记录每个生成的数据, 然后逐个的放到生成器对象中, 最终返回生成器对象.问题: 如何从生成器对象中获取数据?​ 答案:​ 1.for循环遍历​ 2.next()函数, 逐个获取.
币安/OK现货合约量化系统APP开发
I592O929783的博客
09-08 599
后端：考虑系统需要处理大量实时数据和高频交易的特点，选择高性能的编程语言和技术框架，如Python的Django或Flask框架，Java的Spring Boot等。用户交互界面：设计直观易用的用户交互界面，包括交易界面、策略配置界面、风险管理界面等，方便用户进行交易操作、策略配置和风险管理。市场数据接入：开发市场数据接入模块，从币安等交易所或数据服务商获取实时的市场数据，包括行情数据、订单簿数据、成交数据等。前端：选择适合开发复杂界面的前端框架，如React、Vue.js等，以提供用户友好的交互界面。
程序的格式框架与缩进
qq_57335683的博客
09-08 372
在上一课时中，我们介绍了 Python 的基本概念，并成功运行了第一个 Python 程序。本课时将深入探讨 Python 程序的基本结构、缩进的重要性，以及如何正确使用注释。通过本课时的学习，你将更好地理解 Python 代码的组织方式，并能够避免一些常见的编程错误。通过本课时的学习，你了解了 Python 程序的基本结构，认识到缩进在 Python 中的重要性，并学会了如何避免常见的缩进错误。缩进不仅是 Python 代码风格的一部分，而且是语法的一部分。这意味着如果缩进不正确，程序将无法正常运行。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Amo Xiang

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值