百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

Python CSV 模块通关秘籍:数据表格处理不求人

itomcoil 2025-05-30 15:11 12 浏览

对话实录

小白:(苦恼)我导出的CSV用Excel打开全是乱码!
专家:(递上秘籍)(掏出魔法书)**编码问题!用utf-8-sigma保存!

CSV格式初体验

CSV后缀的文件是标准文件格式,可以通过文本编辑器或者excel表格打开,

使用非常广泛;使用文本编辑器打开后,每一行都以英文逗号隔开。

基础操作,初窥门径

1. 模块导入

Python 内置了csv模块,无需额外安装,直接导入即可:

import csv

2.常用函数速查表

函数 / 类名

作用

示例场景

csv.reader

按行读取 CSV 文件

逐行解析日志文件

csv.writer

按行写入 CSV 文件

批量写入用户数据

csv.DictReader

以字典形式读取 CSV 文件

按字段名提取学生成绩

csv.DictWriter

以字典形式写入 CSV 文件

生成结构化报表

3.使用csv.reader逐行读取CSV文件

with open('data.csv', 'r', encoding='utf-8') as f:
    reader = csv.reader(f)
    for row in reader:
        print(row)  # 输出 ['name', 'age'], ['Alice', '25'], ['Bob', '30']

4. 使用csv.writer写入CSV文件

data = [
    ['Charlie', 35],
    ['David', 40]
]
with open('new_data.csv', 'w', encoding='utf-8-sig', newline='') as f:
    writer = csv.writer(f)
    writer.writerows(data)

专家提醒:使用utf-8-sig编码解决Excel的乱码问题!

5. 使用csv.DictReader以字典形式读取 CSV 文件

with open('data.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    reader.fieldnames = ['a','b']
    for row in reader:
        print(row['a'])  # 输出 'Alice', 'Bob'

专家提醒:csv_read.fieldnames = ['a','b'] 表示设置每一行数据对应的字典的key值,如果不设置,会使用csv第一行的内容作为字典的key

6. 使用csv.DictWriter以字典形式写入 CSV 文件

fieldnames = ['name', 'age']
with open('new_dict_data.csv', 'w', encoding='utf-8', newline='') as f:
    writer = csv.DictWriter(f, fieldnames=fieldnames)
    writer.writeheader()
    writer.writerow({'name': 'Eve', 'age': 28})
    writer.writerows([{'name': 'Eve', 'age': 28}])

专家提醒:使用csv.DictWriter()函数,参数fieldnames定义字典的key,通过writeheader函数写入csv文件的第一行,通过writerows函数写入列表中的所有字典对象的value值或者writerow函数写入单个字典对象。

实际案例

案例 1:按列提取数据

从scores.csv中提取数学成绩:

math_scores = []
with open('scores.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        math_scores.append(int(row['math']))
print(math_scores)  # 输出 [85, 78]

案例 2:数据清洗与转换

将日期格式dd/mm/yyyy转为yyyy-mm-dd:

new_data = []
with open('dates.csv', 'r', encoding='utf-8') as f:
    reader = csv.reader(f)
    for row in reader:
        date_parts = row[0].split('/')
        new_date = f"{date_parts[2]}-{date_parts[1]}-{date_parts[0]}"
        new_data.append([new_date])

with open('new_dates.csv', 'w', encoding='utf-8', newline='') as f:
    writer = csv.writer(f)
    writer.writerows(new_data)

案例 3:合并多个 CSV 文件

合并file1.csv和file2.csv:

merged_data = []
for filename in ['file1.csv', 'file2.csv']:
    with open(filename, 'r', encoding='utf-8') as f:
        reader = csv.reader(f)
        merged_data.extend([row for row in reader])

with open('merged.csv', 'w', encoding='utf-8', newline='') as f:
    writer = csv.writer(f)
    writer.writerows(merged_data)

闭坑指南

换行符问题

错误示范(Windows 下多出空行):

with open('test.csv', 'w', encoding='utf-8') as f:
    writer = csv.writer(f)
    writer.writerow(['test'])

正确做法(添加newline=''):

with open('test.csv', 'w', encoding='utf-8', newline='') as f:
    writer = csv.writer(f)
    writer.writerow(['test'])

数据类型转换

错误示范(直接比较字符串):

with open('scores.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        if row['math'] > 80:  #  字符串比较错误
            print(row)

正确做法(转换为数值):

with open('scores.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        if int(row['math']) > 80:
            print(row)

专家工具箱

1. 处理复杂分隔符

读取制表符分隔的文件:

with open('tab_separated.csv', 'r', encoding='utf-8') as f:
    reader = csv.reader(f, delimiter='\t')
    for row in reader:
        print(row)

2 自定义CSV格式

csv.register_dialect('my_dialect',
                    delimiter='|',
                    quoting=csv.QUOTE_MINIMAL)

with open('data.csv', 'w') as f:
    writer = csv.writer(f, dialect='my_dialect')

3. 处理百万级大文件

def process_large_file(file_path):
    with open(file_path) as f:
        reader = csv.reader(f)
        for row in reader:
            process(row)  # 逐行处理,避免内存爆炸

4. 与Pandas配合使用

import pandas as pd

# 读取CSV
df = pd.read_csv('big_data.csv')

# 写入CSV
df.to_csv('output.csv', index=False)

小白:(豁然开朗)原来 CSV 模块能这么高效处理数据!
专家:(微笑)记住:掌握 CSV 模块,数据表格处理就能得心应手!

相关推荐

selenium(WEB自动化工具)

定义解释Selenium是一个用于Web应用程序测试的工具。Selenium测试直接运行在浏览器中,就像真正的用户在操作一样。支持的浏览器包括IE(7,8,9,10,11),MozillaF...

开发利器丨如何使用ELK设计微服务中的日志收集方案?

【摘要】微服务各个组件的相关实践会涉及到工具,本文将会介绍微服务日常开发的一些利器,这些工具帮助我们构建更加健壮的微服务系统,并帮助排查解决微服务系统中的问题与性能瓶颈等。我们将重点介绍微服务架构中...

高并发系统设计:应对每秒数万QPS的架构策略

当面试官问及"如何应对每秒几万QPS(QueriesPerSecond)"时,大概率是想知道你对高并发系统设计的理解有多少。本文将深入探讨从基础设施到应用层面的解决方案。01、理解...

2025 年每个 JavaScript 开发者都应该了解的功能

大家好,很高兴又见面了,我是"高级前端进阶",由我带着大家一起关注前端前沿、深入前端底层技术,大家一起进步,也欢迎大家关注、点赞、收藏、转发。1.Iteratorhelpers开发者...

JavaScript Array 对象

Array对象Array对象用于在变量中存储多个值:varcars=["Saab","Volvo","BMW"];第一个数组元素的索引值为0,第二个索引值为1,以此类推。更多有...

Gemini 2.5编程全球霸榜,谷歌重回AI王座,神秘模型曝光,奥特曼迎战

刚刚,Gemini2.5Pro编程登顶,6美元性价比碾压Claude3.7Sonnet。不仅如此,谷歌还暗藏着更强的编程模型Dragontail,这次是要彻底翻盘了。谷歌,彻底打了一场漂亮的翻...

动力节点最新JavaScript教程(高级篇),深入学习JavaScript

JavaScript是一种运行在浏览器中的解释型编程语言,它的解释器被称为JavaScript引擎,是浏览器的一部分,JavaScript广泛用于浏览器客户端编程,通常JavaScript脚本是通过嵌...

一文看懂Kiro,其 Spec工作流秒杀Cursor,可移植至Claude Code

当Cursor的“即兴编程”开始拖累项目质量,AWS新晋IDEKiro以Spec工作流打出“先规范后编码”的系统工程思维:需求-设计-任务三件套一次生成,文档与代码同步落地,复杂项目不...

「晚安·好梦」努力只能及格,拼命才能优秀

欢迎光临,浏览之前点击上面的音乐放松一下心情吧!喜欢的话给小编一个关注呀!Effortscanonlypass,anddesperatelycanbeexcellent.努力只能及格...

JavaScript 中 some 与 every 方法的区别是什么?

大家好,很高兴又见面了,我是姜茶的编程笔记,我们一起学习前端相关领域技术,共同进步,也欢迎大家关注、点赞、收藏、转发,您的支持是我不断创作的动力在JavaScript中,Array.protot...

10个高效的Python爬虫框架,你用过几个?

小型爬虫需求,requests库+bs4库就能解决;大型爬虫数据,尤其涉及异步抓取、内容管理及后续扩展等功能时,就需要用到爬虫框架了。下面介绍了10个爬虫框架,大家可以学习使用!1.Scrapysc...

12个高效的Python爬虫框架,你用过几个?

实现爬虫技术的编程环境有很多种,Java、Python、C++等都可以用来爬虫。但很多人选择Python来写爬虫,为什么呢?因为Python确实很适合做爬虫,丰富的第三方库十分强大,简单几行代码便可实...

pip3 install pyspider报错问题解决

运行如下命令报错:>>>pip3installpyspider观察上面的报错问题,需要安装pycurl。是到这个网址:http://www.lfd.uci.edu/~gohlke...

PySpider框架的使用

PysiderPysider是一个国人用Python编写的、带有强大的WebUI的网络爬虫系统,它支持多种数据库、任务监控、项目管理、结果查看、URL去重等强大的功能。安装pip3inst...

「机器学习」神经网络的激活函数、并通过python实现激活函数

神经网络的激活函数、并通过python实现whatis激活函数感知机的网络结构如下:左图中,偏置b没有被画出来,如果要表示出b,可以像右图那样做。用数学式来表示感知机:上面这个数学式子可以被改写:...