目录

• 1、使用基础Python代码来读写和处理CSV文件
• 2、使用pandas读写和处理CSV文件
• 3、使用内置csv读写和处理CSV文件

1、使用基础Python代码来读写和处理CSV文件

import sys
#使用基础Python代码来读写和处理CSV文件
input_file = sys.argv[1]
output_file = sys.argv[2]
with open(input_file, 'r', newline='') as filereader:
    with open(output_file, 'w', newline='') as filewriter:
        header = filereader.readline()
        header = header.strip()
        header_list = header.split(',')
        print(header_list)
        #map 函数将 str 函数应用于 header_list 中的每个元素，
        #确保每个元素都是字符串。然后，
        #join 函数在 header_list 中的每个值之 间插入一个逗号，将这个列表转换为一个字符串
        filewriter.write(','.join(map(str,header_list))+'\n')
        for row in filereader:
            row = row.strip()
            row_list = row.split(',')
            print(row_list)
            filewriter.write(','.join(map(str,row_list))+'\n')

说明：map 函数将 str 函数应用于 header_list 中的每个元素，确保每个元素都是字符串。然后，
join 函数在 header_list 中的每个值之 间插入一个逗号，将这个列表转换为一个字符串。

执行：

2、使用pandas读写和处理CSV文件

#使用pandas读写和处理CSV文件
import pandas as pd
input_file = sys.argv[1]
output_file = sys.argv[2]
#data_frame：数据框也是存储数据的一种方式。
#数据框中保留了“表格”这种数据组织方式，不需要使用列表套列表的方式来分析数据
data_frame = pd.read_csv(input_file)
print(data_frame)
data_frame.to_csv(output_file, index=False)

说明：data_frame：数据框也是存储数据的一种方式。数据框中保留了“表格”这种数据组织方式，不需要使用列表套列表的方式来分析数据。

执行：

3、使用内置csv读写和处理CSV文件

#使用内置csv读写和处理CSV文件，用于正确 处理数据值中的嵌入逗号和其他复杂模式的
import csv
import sys
input_file = sys.argv[1]
output_file = sys.argv[2]
with open(input_file, 'r', newline='') as csv_in_file:
    with open(output_file, 'w', newline='') as csv_out_file:
        #创建文件读对象
        #第二个参数（就是 delimiter=','） 是默认分隔符，
        #所以如果你的输入文件和输出文件都是用逗号分隔的，就不需要指定这个 参数
        filereader = csv.reader(csv_in_file, delimiter=',')
        #创建文件写对象
        filewriter = csv.writer(csv_out_file, delimiter=',')
        for row_list in filereader:
            print(row_list)
            filewriter.writerow(row_list)

说明：第二个参数（就是 delimiter=','） 是默认分隔符，所以如果你的输入文件和输出文件都是用逗号分隔的，就不需要指定这个参数。

执行：

到此这篇关于如何运用python读写CSV文件的文章就介绍到这了,更多相关python读写CSV文件内容请搜索hwidc以前的文章或继续浏览下面的相关文章希望大家以后多多支持hwidc！

【源文URL、http://www.yidunidc.com/hk.html 转载请保留出处】