快捷導(dǎo)航

十分鐘教會(huì)你用Python處理CSV文件

更新時(shí)間：2022年06月11日 11:36:40 作者：程序員倉庫

大家都知道使用csv文件可以較容易地存儲(chǔ)多行且列相同的數(shù)據(jù),便于數(shù)據(jù)的讀取與解析,也常用于自動(dòng)化測(cè)試過程中的數(shù)據(jù)參數(shù)化,下面這篇文章主要給大家介紹了關(guān)于如何利用Python處理CSV文件的相關(guān)資料,需要的朋友可以參考下

前言

在前幾年，如果你和嵌入式開發(fā)人員推薦Python，大概會(huì)是這樣一種場(chǎng)景：

A：”誒，老王，你看Python開發(fā)這么方便，以后會(huì)不會(huì)用到嵌入式設(shè)備？“

B：“別做夢(mèng)了，那玩意兒速度賊慢，肯定滿足不了性能要求…”

但近幾年，隨著半導(dǎo)體行業(yè)的迅猛發(fā)展，嵌入式處理器的性能有了很大幅度的提高。與此同時(shí)，Python語言本身也在不斷優(yōu)化。因此，在嵌入式領(lǐng)域引入Python已經(jīng)成為了必然趨勢(shì)。

今天，作者就來總結(jié)一下使用Python處理物聯(lián)網(wǎng)行業(yè)中一種常見的文件格式：csv文件。

Python庫：csv

Python中集成了專用于處理csv文件的庫，名為：csv。

csv 庫中有4個(gè)常用的對(duì)象：

csv.reader：以列表的形式返回讀取的數(shù)據(jù)。
csv.writer：以列表的形式寫入數(shù)據(jù)。
csv.DictReader：以字典的形式返回讀取的數(shù)據(jù)。
csv.DictWriter：以字典的形式寫入數(shù)據(jù)。

讀取csv文件

假設(shè)現(xiàn)在要讀取的csv文件內(nèi)容如下：

可以看到，該文件的第一行表明數(shù)據(jù)類型，我們暫且稱之為header。從第2行開始，保存的是設(shè)備采集到的數(shù)據(jù)。

使用csv.reader讀取數(shù)據(jù)

# 導(dǎo)入 csv 庫
import csv

# 以讀方式打開文件
with open("data.csv", mode="r", encoding="utf-8-sig") as f:
    
    # 基于打開的文件，創(chuàng)建csv.reader實(shí)例
    reader = csv.reader(f)

    # 獲取第一行的header
    # header[0] = "設(shè)備編號(hào)"
    # header[1] = "溫度"
    # header[2] = "濕度"
    # header[3] = "轉(zhuǎn)速"
    header = next(reader)

    # 逐行獲取數(shù)據(jù)，并輸出
    for row in reader:
        print("{}{}: {}={}, {}={}, {}={}".format(header[0], row[0],
                                                 header[1], row[1],
                                                 header[2], row[2],
                                                 header[3], row[3]))

程序運(yùn)行結(jié)果如下：

設(shè)備編號(hào)0: 溫度=31, 濕度=20, 轉(zhuǎn)速=1000
設(shè)備編號(hào)1: 溫度=30, 濕度=22, 轉(zhuǎn)速=998
設(shè)備編號(hào)2: 溫度=32, 濕度=23, 轉(zhuǎn)速=1005

使用csv.DictReader讀取數(shù)據(jù)

# 導(dǎo)入 csv 庫
import csv

# 打開文件
with open("data.csv", encoding="utf-8-sig", mode="r") as f:

    # 基于打開的文件，創(chuàng)建csv.DictReader實(shí)例
    reader = csv.DictReader(f)

    # 輸出信息
    for row in reader:
        print("設(shè)備編號(hào){}: 溫度={}, 濕度={}, 轉(zhuǎn)速={}".format(row["設(shè)備編號(hào)"],
                                                   row["溫度"],
                                                   row["濕度"],
                                                   row["轉(zhuǎn)速"]))

程序運(yùn)行結(jié)果如下：

設(shè)備編號(hào)0: 溫度=31, 濕度=20, 轉(zhuǎn)速=1000
設(shè)備編號(hào)1: 溫度=30, 濕度=22, 轉(zhuǎn)速=998
設(shè)備編號(hào)2: 溫度=32, 濕度=23, 轉(zhuǎn)速=1005

寫入csv文件

假設(shè)我們現(xiàn)在要?jiǎng)?chuàng)建一個(gè)csv文件，將數(shù)據(jù)保存為如下形式：

使用csv.writer寫入數(shù)據(jù)

# 導(dǎo)入 csv 庫
import csv

# 創(chuàng)建列表，保存header內(nèi)容
header_list = ["設(shè)備編號(hào)", "溫度", "濕度", "轉(zhuǎn)速"]

# 創(chuàng)建列表，保存數(shù)據(jù)
data_list = [
    [0, 31, 20, 1000],
    [1, 30, 22, 998],
    [2, 32, 33, 1005]
]

# 以寫方式打開文件。注意添加 newline=""，否則會(huì)在兩行數(shù)據(jù)之間都插入一行空白。
with open("new_data.csv", mode="w", encoding="utf-8-sig", newline="") as f:
    
    # 基于打開的文件，創(chuàng)建 csv.writer 實(shí)例
    writer = csv.writer(f)

    # 寫入 header。
    # writerow() 一次只能寫入一行。
    writer.writerow(header_list)

    # 寫入數(shù)據(jù)。
    # writerows() 一次寫入多行。
    writer.writerows(data_list)

使用csv.DictWriter寫入數(shù)據(jù)

# 導(dǎo)入 csv 庫
import csv

# 創(chuàng)建 header 列表
header_list = ["設(shè)備編號(hào)", "溫度", "濕度", "轉(zhuǎn)速"]

# 創(chuàng)建數(shù)據(jù)列表，列表的每個(gè)元素都是字典
data_list = [
    {"設(shè)備編號(hào)": "0", "溫度": 31, "濕度": 20, "轉(zhuǎn)速": 1000},
    {"設(shè)備編號(hào)": "1", "溫度": 30, "濕度": 22, "轉(zhuǎn)速": 998},
    {"設(shè)備編號(hào)": "2", "溫度": 32, "濕度": 23, "轉(zhuǎn)速": 1005},
]

# 以寫方式打開文件。注意添加 newline=""，否則會(huì)在兩行數(shù)據(jù)之間都插入一行空白。
with open("new_data.csv", mode="w", encoding="utf-8-sig", newline="") as f:
    
    # 基于打開的文件，創(chuàng)建 csv.DictWriter 實(shí)例，將 header 列表作為參數(shù)傳入。
    writer = csv.DictWriter(f, header_list)

    # 寫入 header
    writer.writeheader()

    # 寫入數(shù)據(jù)
    writer.writerows(data_list)

關(guān)于寫入，需要注意：

在打開文件時(shí)，需要添加newline = ""。否則，會(huì)在每2行有效內(nèi)容之間添加一行空白。
如果要保存的內(nèi)容有中文，而且之后需要用Excel打開文件，那么需要選用utf-8-sig編碼。如果使用utf-8編碼，會(huì)導(dǎo)致使用Excel查看文件時(shí)中文亂碼。