python-读写CSV文件以及合并

一、csv文件的多种读取

1、标准库读取csv:结果把每一条数据生成列表,方便循环遍历

import csv

re = csv.reader(open('hospital_vehicle_team.csv'))
for row in re:
    print(row)

result:
['597', '2412372', '1605903']
['597', '2412375', '1605906']
['597', '2412378', '1605909']
['597', '2412381', '1605912']
['597', '2412384', '1605915']
['597', '2412387', '1605918']
['597', '2412390', '1605921']
['597', '2412393', '1605924']

Process finished with exit code 0

2、用pandas读取:用与展示带有维度的结果

import pandas as pd

data = pd.read_csv('hospital_vehicle_team.csv')
print(data)

result:
   597  2412372  1605903
0  597  2412375  1605906
1  597  2412378  1605909
2  597  2412381  1605912
3  597  2412384  1605915
4  597  2412387  1605918
5  597  2412390  1605921
6  597  2412393  1605924
二、csv文件的多种写入

1、写入列表数据

import csv

headers = ['class','name','sex','height','year']

rows = [
        [1,'xiaoming','male',168,23],
        [1,'xiaohong','female',162,22],
        [2,'xiaozhang','female',163,21],
        [2,'xiaoli','male',158,21]
    ]

with open('learncsv.csv', 'w', newline='') as f:
    f_csv = csv.writer(f)
    f_csv.writerow(headers)
    f_csv.writerows(rows)

注意:如果写入的数据有空行,就需要加上参数newline=''
2、写入字典数据

NO.1写入嵌套列表嵌套字典
import csv

headers = ['class','name','sex','height','year']

rows = [
        {'class':1,'name':'xiaoming','sex':'male','height':168,'year':23},
        {'class':1,'name':'xiaohong','sex':'female','height':162,'year':22},
        {'class':2,'name':'xiaozhang','sex':'female','height':163,'year':21},
        {'class':2,'name':'xiaoli','sex':'male','height':158,'year':21},
    ]

with open('learncsv.csv', 'w', newline='') as f:
    f_csv = csv.DictWriter(f, headers)
    f_csv.writeheader()
    f_csv.writerows(rows)
Result
NO.2写入单个字典数据
import csv
myDict = {'user1':'token1', 'user2':'token2', 'user3':'token3'}
keyList = myDict.keys()
valueList = myDict.values()
# zip返回一个以元组为元素的列表
rows = zip(keyList, valueList)
with open('user.csv','w', newline='') as f:
    f_csv = csv.writer(f)
    for row in rows:
        f_csv.writerow(row)

result:
user1  token1
user2  token2
user3  token3
三、读取txt文件内容写入csv文件

- token.txt
user1,token1
user2,token2
user3,token3

import csv

NO.1第一种写法:
key = []
value = []
with open('token.txt') as f:
    data = f.readlines()
    # print(data)
    for content in data:
        key.append(content.split(',')[0])
        value.append(content.split(',')[1].strip())
res = dict(zip(key, value))

with open('token.csv', 'w', newline='') as f:
    f_csv = csv.writer(f)
    keylist = res.keys()
    valuelist = res.values()
    rows = zip(keylist,valuelist)
    for row in rows:
        f_csv.writerow(row)
    print('写入完毕!')


NO.2第二种写法:
res = []
with open('user.txt')  as f:
    data = f.readlines()
    for i in data:
        org_list = i.strip().split(',')
        res.append(org_list)
print(res)

with open('ceshi.csv', 'w', newline='') as f:
    f_csv = csv.writer(f)
    f_csv.writerows(res)     #切记一定是复数形式writerows

- token.csv

user1 token1
user2 token2
user3 token3
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,332评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,508评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,812评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,607评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,728评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,919评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,071评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,802评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,256评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,576评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,712评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,389评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,032评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,798评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,026评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,473评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,606评论 2 350