python处理csv文件的库(python怎么处理csv文件)

介绍Python处理CSV文件

CSV文件简单易用，结构清晰，从最初的计算软件到现在的数据存储，CSV文件一直保持其地位。Python作为一种高级语言，自带多种处理CSV文件的库。在Python中，常用的csv，pandas和numpy三种库。

Python的csv库

Python的csv库提供了对csv文件进行读取和写入的支持。该库使用简单，是Python默认支持的库之一，不需要额外安装。csv操作功能包括读取和写入。

1.读取

使用csv库读取CSV文件时，需要先打开csv文件，然后将文件对象以参数的形式传递到csv.reader()方法中。csv.reader()方法会将csv文件的每一行作为一个列表返回，这样我们就可以逐行遍历CSV文件中的数据。

```
import csv

# 打开CSV文件
with open('file.csv', newline='', encoding='utf-8') as csvfile:
# 创建CSV读取器
reader = csv.reader(csvfile)
# 遍历CSV文件
for row in reader:
print(row)
```

2.写入

使用csv库将数据写入CSV文件时，需要先以写入模式打开CSV文件，使用csv.writer()方法创建一个writer对象，然后将数据写入CSV文件中。正如读取CSV文件时那样，CSV文件中的每一行都表示为一个列表。

```
import csv

# 打开CSV文件
with open('file.csv', 'w', newline='', encoding='utf-8') as csvfile:
# 创建CSV写入器
writer = csv.writer(csvfile)
# 写入一行数据
writer.writerow(['姓名','年龄','性别'])
# 写入多行数据
writer.writerows([['Tom',22,'男'],['Jerry',21,'女']])
```

pandas库

Pandas是Python数据分析库的一部分，可以轻松地进行数据处理、分析和可视化。Pandas库提供了DataFrame数据结构，可以用来处理多组类型不同的数据，如常用的CSV、Excel等。

1.读取

可以使用pandas库的read_csv()方法轻松地读取CSV文件，返回的结果是一个DataFrame对象。

```
import pandas as pd

# 读取CSV文件
data = pd.read_csv('file.csv')
# 显示CSV数据
print(data)
```

2.写入

可以使用pandas库的to_csv()方法将DataFrame对象写入CSV文件中。该方法具有多个参数，可以定义CSV文件的分隔符、行和列的标签等。

```
import pandas as pd

# 创建DataFrame数据
data = pd.DataFrame({'Name':['Tom','Jerry','Mike'],'Age':[22,21,23],'Sex':['M','F','M']})
# 将数据写入CSV文件
data.to_csv('file.csv',index=False,sep=',')
```

numpy库

Numpy是Python数值计算科学的核心库之一，提供了数值运算和常用的数据操作功能，如数组、矩阵等。Numpy库提供的genfromtxt()方法，可以轻松地读取CSV文件，返回的结果是一个包含CSV文件数据的numpy数组。

1.读取

可以使用numpy库的genfromtxt()方法轻松地读取CSV文件，返回的结果是一个包含CSV文件数据的numpy数组。

```
import numpy as np

# 读取CSV数据
data = np.genfromtxt('file.csv',delimiter=',',skip_header=1,dtype=None)
# 显示CSV数据
print(data)
```

2.写入

使用numpy库的savetxt()方法可以将数据写入CSV文件。该方法具有多个参数，可以定义CSV文件的分隔符、行和列的标签等。

```
import numpy as np

# 创建numpy数组
data = np.array([('Tom',22,'M'),
('Jerry',21,'F'),
('Mike',23,'M')],dtype=[('Name','U10'),('Age','i4'),('Sex','U1')])
# 将数据写入CSV文件
np.savetxt('file.csv', data, delimiter=',', header='Name,Age,Sex',fmt='%s,%d,%s')
```

总结

Python作为一种高级语言，自带多种处理CSV文件的库。在Python中，常用的csv，pandas和numpy三种库。csv库使用简单，是Python默认支持的库之一；pandas库提供了DataFrame数据结构，可以用来处理多组类型不同的数据；numpy库提供了数值运算和常用的数据操作功能，如数组、矩阵等。这三种库可以根据具体需求做出选择。