python基础--用python来读写文件（三）（csv文件的读写）

分手后的思念是犯贱 2023-07-24 08:15 48阅读 0赞

### 文章目录 ###

*  一、什么是CSV文件？
 *  二、CSV文件的写入操作
 *   *  1、使用CSV内置库进行写入
     *  2、用pandas库进行写入操作
 *  三、CSV文件的读取操作
 *   *  1、用CSV内置库来读取
     *  2、用pandas来读取

之前写的一篇2000字不小心被我弄丢了，含着泪再写一遍吧。CSV文件平常接触的不多，但它是非常有用的一种文件格式，经常用来作为不同程序之间的数据交互格式。它特定的格式，带给了它无限的魅力。读了下面这篇文章，你就会发现它的迷人之处。

# 一、什么是CSV文件？ #

CSV是Comma Separate Values的缩写，翻译过来就是逗号分隔值。顾名思义，那我们就知道它里面是储存的一些值，并且他们是用逗号隔开的。但事实上，有时候不一定是逗号，可以是其他字符。

看一下百科给出的定义：逗号分隔值（Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。纯文本意味着该文件是一个字符序列，不含必须像二进制数字那样被解读的数据。CSV文件由任意数目的记录组成，记录间以某种换行符分隔；每条记录由字段组成，字段间的分隔符是其它字符或字符串，最常见的是逗号或制表符。通常，所有记录都有完全相同的字段序列。通常都是纯文本文件。建议使用WORDPAD或是记事本来开启，再则先另存新档后用EXCEL开启，也是方法之一。

上面这段文字气氛过于紧张，专业性比较强，那我们就简单粗暴的理解一下吧。其实换言之，CSV文件和txt文件比较相似，里面都是一些文本还有分隔字符，txt文件里面也有逗号的。但是，不同之处是，CSV文件中的逗号是有特殊含义的。并且这个csv文件可以用记事本打开、编辑，也可以使用excel打开、编辑。当然，两种方式打开看到的肯定不一样，要不然费这么大功夫干嘛。下面举个例子来看一下：

我们新建一个CSV文件叫做new，也就是new.csv，用记事本打开，在里面输入几个字符，几个逗号，保存、关闭。  
![在这里插入图片描述][20200410071922672.png]  
关闭之后我们再使用excel打开。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmRlcl9pbmc_size_16_color_FFFFFF_t_70]  
我们发现这几个字符整整齐齐的放在表格里面了，并且以逗号为分隔符，放在了不同的单元格里面。工作簿和工作表都是以‘new’来命名的。  
我们再在excel中把这个csv文件编辑一下，用记事本打开，看看发生什么变化。  
我把这几个字符放在两个单元格中。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmRlcl9pbmc_size_16_color_FFFFFF_t_70 1]  
然后保存、关闭，用记事本打开，发现变成了两个小段，用逗号隔开。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmRlcl9pbmc_size_16_color_FFFFFF_t_70 2]  
那么到现在我们应该已经比较了解这个CSV文件了，下面我们使用python来对它进行读写操作。

# 二、CSV文件的写入操作 #

## 1、使用CSV内置库进行写入 ##

不同于txt文件，这里在操作之前需要引入一个python的内置标准库，叫做csv。这个库是python自带的，不需要自己去下载了。

写入操作和txt文件的操作略有不同，下面附上代码：

import csv
    with open('c:/python/new.csv','w')as file:
        dtwt=csv.writer(file)
        dtwt.writerow(['世','间','美','好','与','你','环环','相','扣'])
        dtwt.writerow(['l','i','s','a','最','美'])

打开文件看一下结果。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmRlcl9pbmc_size_16_color_FFFFFF_t_70 3]  
发现中间空了一行，这是因为它默认以换行符‘\\n’结尾。相信你和我一样不喜欢空行，我们可以更改为以空字符结尾就好了。代码更改为这样：

import csv
    with open('c:/python/new.csv','w',newline='')as file:
        dtwt=csv.writer(file)
        dtwt.writerow(['世','间','美','好','与','你','环环','相','扣'])
        dtwt.writerow(['l','i','s','a','最','美'])

然后就发现没有空行了。

## 2、用pandas库进行写入操作 ##

pandas库是一个第三方库，以大熊猫命名，大熊猫身上就两种颜色，非黑即白，可想而知它使用起来简洁明了。它的好处就是代码简单，输出也非常直观漂亮。但是它不是内置库，需要我们自己去安装，安装也很简单，pip install pandas就可以了。当然，安装了anaconda以后，这些都是自带的。

下面附上用pandas来写入文件的代码：

import pandas as pd
    with open('c:/python/new.csv','w')as file:
        name=['lisa','xiao','green','jerry']
        age=[18,22,18,40]
        data=pd.DataFrame({ 'name':name,'age':age})
        data.to_csv(file)

看一下写入的结果，非常整齐，直观。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmRlcl9pbmc_size_16_color_FFFFFF_t_70 4]

# 三、CSV文件的读取操作 #

## 1、用CSV内置库来读取 ##

和上面的写入操作对照起来，略有不同。下面先附上代码：

import csv
    with open('c:/python/new.csv','r',newline='')as file:
        dtrd=csv.reader(file)
        print(next(dtrd))
        print(next(dtrd))
        print(next(dtrd))
        print(next(dtrd))
        print(next(dtrd))
        print(next(dtrd))
        #for i in dtrd:
        	#print(i)

运行结果是这样子的：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmRlcl9pbmc_size_16_color_FFFFFF_t_70 5]  
注意这里的dtrd是一个迭代器，需要用next（）来逐行读取。

## 2、用pandas来读取 ##

上面可以发现，使用csv来读取还是比较麻烦的。下面直接附上代码：

import pandas as pd
    with open('c:/python/new.csv','r',newline='')as file:
        print(pd.read_csv(file))

代码是不是一下子少了很多，并且读取出来也是表格的形式。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmRlcl9pbmc_size_16_color_FFFFFF_t_70 6]

[20200410071922672.png]: /images/20230528/7daa5786337e462c82a2dadd2f8e8c29.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmRlcl9pbmc_size_16_color_FFFFFF_t_70]: /images/20230528/3d18546558484245bc84b917f9864b6c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmRlcl9pbmc_size_16_color_FFFFFF_t_70 1]: /images/20230528/803a92b2b4cb4c8f8b4556c2d7845a8f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmRlcl9pbmc_size_16_color_FFFFFF_t_70 2]: /images/20230528/dd4184b468fb4a0b8aad507ec5ae538a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmRlcl9pbmc_size_16_color_FFFFFF_t_70 3]: /images/20230528/8164c794b3084cd0b16bd6727b42cf95.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmRlcl9pbmc_size_16_color_FFFFFF_t_70 4]: /images/20230528/77fa809fa3f64e20a80566d17680cfb5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmRlcl9pbmc_size_16_color_FFFFFF_t_70 5]: /images/20230528/0d8662f296444df0a957aa47d4e2a4ed.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmRlcl9pbmc_size_16_color_FFFFFF_t_70 6]: /images/20230528/fd817b5625d6421f8566e012c8cb6c36.png