79078255

(一)CSV格式文件

1.说明

CSV是一种以逗号分隔数值的文件类型，在数据库或电子表格中，常见的导入导出文件格式就是CSV格式，CSV格式存储数据通常以纯文本的方式存数数据表。

(二)CSV库操作csv格式文本

操作一下表格数据：

1.读取表头的2中方式

方式一

import csv
with open("D:\test.csv") as f:
reader = csv.reader(f)
rows=[row for row in reader]
print(rows[0])

方式二

import csv
with open("D:\test.csv") as f:
#1.创建阅读器对象
reader = csv.reader(f)
#2.读取文件第一行数据
head_row=next(reader)
print(head_row)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
结果演示：['姓名', '年龄', '职业', '家庭地址', '工资']
1
2.读取文件某一列数据

1.获取文件某一列数据

import csv
with open("D:\test.csv") as f:
reader = csv.reader(f)
column=[row[0] for row in reader]
print(column)
1
2
3
4
5
6
7
结果演示：['姓名', '张三', '李四', '王五', 'Kaina']
1
3.向csv文件中写入数据

1.向csv文件中写入数据

import csv
with open("D:\test.csv",'a') as f:
row=['曹操','23','学生','黑龙江','5000']
write=csv.writer(f)
write.writerow(row)
print("写入完毕！")
1
2
3
4
5
6
7
结果演示：

4.获取文件头及其索引

import csv
with open("D:\test.csv") as f:
#1.创建阅读器对象
reader = csv.reader(f)
#2.读取文件第一行数据
head_row=next(reader)
print(head_row)
#4.获取文件头及其索引
for index,column_header in enumerate(head_row):
print(index,column_header)
1
2
3
4
5
6
7
8
9
10
结果演示：
['姓名', '年龄', '职业', '家庭地址', '工资']
0 姓名
1 年龄
2 职业
3 家庭地址
4 工资
1
2
3
4
5
6
7
8
5.获取某列的最大值

['姓名', '年龄', '职业', '家庭地址', '工资']

import csv
with open("D:\test.csv") as f:
reader = csv.reader(f)
header_row=next(reader)
# print(header_row)
salary=[]
for row in reader:
#把第五列数据保存到列表salary中
salary.append(int(row[4]))
print(salary)
print("员工最高工资为："+str(max(salary)))
1
2
3
4
5
6
7
8
9
10
11
12
13
结果演示：员工最高工资为：10000
1
6.复制CSV格式文件

原文件test.csv

import csv
f=open('test.csv')

1.newline=''消除空格行

aim_file=open('Aim.csv','w',newline='')
write=csv.writer(aim_file)
reader=csv.reader(f)
rows=[row for row in reader]

2.遍历rows列表

for row in rows:
#3.把每一行写到Aim.csv中
write.writerow(row)
1
2
3
4
5
6
7
8
9
10
11
01.未添加关键字参数newline=’ ‘的结果：

02添加关键字参数newline=’ ‘的Aim.csv文件的内容：

(三)pandas库操作CSV文件

csv文件内容：

1.安装pandas库：pip install pandas

2.读取csv文件所有数据

import pandas as pd
path= 'D:\test.csv'
with open(path)as file:
data=pd.read_csv(file)
print(data)
1
2
3
4
5
6
结果演示：
姓名年龄职业家庭地址工资
0 张三 22 厨师北京市 6000
1 李四 26 摄影师湖南长沙 8000
2 王五 28 程序员深圳 10000
3 Kaina 22 学生黑龙江 2000
4 曹操 28 销售上海 6000
1
2
3
4
5
6
7
3.describe()方法数据统计

import pandas as pd
path= 'D:\test.csv'
with open(path)as file:
data=pd.read_csv(file)
#了解更多describe()知识，ctr+鼠标左键
print(data.describe())
1
2
3
4
5
6
7
结果演示：
年龄工资
count 5.00000 5.000000
mean 25.20000 6400.000000
std 3.03315 2966.479395
min 22.00000 2000.000000
25% 22.00000 6000.000000
50% 26.00000 6000.000000
75% 28.00000 8000.000000
max 28.00000 10000.000000
1
2
3
4
5
6
7
8
9
10
11
4.读取文件前几行数据

import pandas as pd
path= 'D:\test.csv'
with open(path)as file:
data=pd.read_csv(file)
#读取前2行数据
# head_datas = data.head(0)
head_datas=data.head(2)
print(head_datas)

1
2
3
4
5
6
7
8
9
10
结果演示：
姓名年龄职业家庭地址工资
0 张三 22 厨师北京市 6000
1 李四 26 摄影师湖南长沙 8000
1
2
3
4
5.读取某一行所有数据

import pandas as pd
path= 'D:\test.csv'
with open(path)as file:
data=pd.read_csv(file)
#读取第一行所有数据
print(data.ix[0,])

1
2
3
4
5
6
7
8
结果演示：
姓名张三
年龄 22
职业厨师
家庭地址北京市
工资 6000
1
2
3
4
5
6
6.读取某几行的数据

import pandas as pd
path= 'D:\test.csv'
with open(path)as file:
data=pd.read_csv(file)
#读取第一行、第二行、第四行的所有数据
print(data.ix[[0,1,3],:])

1
2
3
4
5
6
7
8
结果演示：
姓名年龄职业家庭地址工资
0 张三 22 厨师北京市 6000
1 李四 26 摄影师湖南长沙 8000
3 Kaina 22 学生黑龙江 2000
1
2
3
4
5
7.读取所有行和列数据

import pandas as pd
path= 'D:\test.csv'
with open(path)as file:
data=pd.read_csv(file)
#读取所有行和列数据
print(data.ix[:,:])
1
2
3
4
5
6
7
结果演示：
姓名年龄职业家庭地址工资
0 张三 22 厨师北京市 6000
1 李四 26 摄影师湖南长沙 8000
2 王五 28 程序员深圳 10000
3 Kaina 22 学生黑龙江 2000
4 曹操 28 销售上海 6000
1
2
3
4
5
6
7
8.读取某一列的所有行数据

import pandas as pd
path= 'D:\test.csv'
with open(path)as file:
data=pd.read_csv(file)
# print(data.ix[:, 4])
print(data.ix[:,'工资'])
1
2
3
4
5
6
结果演示：
0 6000
1 8000
2 10000
3 2000
4 6000
Name: 工资, dtype: int64
1
2
3
4
5
6
7
9.读取某几列的某几行

import pandas as pd
path= 'D:\test.csv'
with open(path)as file:
data=pd.read_csv(file)
print(data.ix[[0,1,3],['姓名','职业','工资']])
1
2
3
4
5
结果演示：
姓名职业工资
0 张三厨师 6000
1 李四摄影师 8000
3 Kaina 学生 2000
1
2
3
4
5
10.读取某一行和某一列对应的数据

import pandas as pd
path= 'D:\test.csv'
with open(path)as file:
data=pd.read_csv(file)
#读取第三行的第三列
print("职业---"+data.ix[2,2])
1
2
3
4
5
6
7
结果演示：职业---程序员
1
11.CSV数据的导入导出(复制CSV文件)

读方式01：

import pandas as pd

1.读入数据

data=pd.read_csv(file)
1
2
3
写出数据02：

import pandas as pd

1.写出数据，目标文件是Aim.csv

data.to_csv('Aim.csv')
1
2
3
其他：

01.读取网络数据：
import pandas as pd
data_url = "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/tips.csv"

填写url读取

df = pd.read_csv(data_url)

02.读取excel文件数据
import pandas as pd
data = pd.read_excel(filepath)
1
2
3
4
5
6
7
8
9
10
11
12
实例演示：

1.test.csv原文件内容

2.现在把test.csv中的内容复制到Aim.csv中

import pandas as pd
file=open('test.csv')

1.读取file中的数据

data=pd.read_csv(file)

2.把data写到目标文件Aim.csv中

data.to_csv('Aim.csv')
print(data)

python csv