csv分頁顯示Python

⑴ python如何讀取CSV信息存入資料庫

classDBI(object):
"""databaseinterface"""
def__init__(self,conn):
"""keepconnection"""
self._conn=conn
defstore(self,sql,data):
""""""
curr=self._conn.cursor()
curr.executemany(sql,data)
self._conn.commit()
curr.close()
defexecute(self,sql,*args,**kwgs):
"""executesqlondatabase"""
curr=self._conn.cursor()
curr.execute(sql,*args,**kwgs)
self._conn.commit()
curr.close()


defipager(serial,pagesize):
"""makeserialpagebypage"""
buff=[]
forrowinserial:
buff.append(row)
iflen(buff)>=pagesize:
send,buff,=buff,[]
yieldsend
iflen(buff):
yieldbuff


deftester():
importcsv
importsqlite3

dbi=DBI(sqlite3.connect(database=":memory:"))
dbi.execute("createtabletb_tester(id,key,val,tm)")
sql="insertintotb_testervalues(?,?,?,?)"
withopen(todofile,'rb')ashandle:
forrowsinipager(csv.reader(handle),512):
dbi.store(sql,rows)

csv模塊是python處理csv類文件的強大工具; 參考 https://docs.python.org/2/library/csv.html

ipager將大數據流按指定大小分頁, 以節省資源並提升效率;

DBI提供統一的資料庫介面操作方法;

⑵ 如何用python讀取csv文件，並把csv文件的第3，4列形成一個列表在python 中顯示。如圖中的兩列數據

import pandas as pd
df=pd.read(r'e:/aaaaa.csv')
df.iloc[:,2:4].values.tolist()

⑶ csv文件怎麼打開 使用Python讀取和寫入CSV文件

csv文件本質上是一個文本文件，具體的讀取和寫入方法有兩種：
直接對csv文件進行文件讀寫操作，每一行是一條記錄，按行讀取即可，簡單代碼如下：
with open("XXX.csv","wr") as f:
f.readline()
f.write()
2.使用第三方庫中的csv文件讀寫函數（本質上還是使用python的文件讀寫方法），如科學計算包pandas包中就有read_csv() to_csv()等函數，其他的一些第三方包里也有，可以自行查詢。
兩種方法各有優劣，第一種方法的優點就是可控性強，但是代碼相對較多，對於python2編碼處理很麻煩；第二種方法的優點是代碼量小，調用方便，處理編碼問題相對容易（在函數中加一個encoding參數即可），但是代碼內部比較復雜，可控性較差

⑷ python保存csv文件全為一列，值帶引號，分隔符為分號，該怎麼做，或者csv的格式怎麼轉換

笨方法，替換，用";"替換， 再用換行/n替換"/n 最後首尾加" 就好了

⑸ python中怎麼處理csv文件

什麼是CSV

就是內容用逗號隔開，後綴是『.csv』的文件。它可以被任何一個文本編輯器打開。如果用excel打開，它又可以是這樣的：

END
讀CSV

典型的可處理的csv文件，通常含有表頭，也就是每列的列名。這樣一來，每一行的內容就可以被當作是以表頭為key的字典。於是可以使用csv定義的類：

class csv.DictReader(csvfile, fieldnames=None, restkey=None, restval=None, dialect='excel', *args, **kwds)

下面是官方的例子（Python 3）。我們看到，對於csv文件的內容，我們可以通過相應的tag，也就是字典的key來讀取。

在實際使用過程中，為了分離代碼和方便閱讀，可以先把讀取的內容轉存到列表，隨後再根據各個key進行分開處理(針對多列的情況)。

END
寫CSV

同樣的，寫入的也是列表。使用的類：

class csv.DictWriter(csvfile, fieldnames, restval='', extrasaction='raise', dialect='excel', *args, **kwds)

官方例子：我們看到，有專門的函數來寫入表頭，沒有表頭數據是無法對應的。需要注意的是，對於下列語句，『w』需要修改為『wb』，否則每次寫入會有多餘空行
with open('names.csv', 'wb') as csvfile

⑹ .csv是什麼文件格式,什麼軟體可以打開

.csv是逗號分隔值文件格式，可以用電腦自帶的記事本或excel打開。

csv其文件以純文本形式存儲表格數據（數字和文本）。純文本意味著該文件是一個字元序列，不含必須像二進制數字那樣被解讀的數據。C

SV文件由任意數目的記錄組成，記錄間以某種換行符分隔；每條記錄由欄位組成，欄位間的分隔符是其它字元或字元串，最常見的是逗號或製表符。

通常，所有記錄都有完全相同的欄位序列。通常都是純文本文件。建議使用WORDPAD或是記事本來開啟，再則先另存新檔後用EXCEL開啟，也是方法之一。

(6)csv分頁顯示Python擴展閱讀

CSV文件最廣泛的應用是在程序之間轉移表格數據，而這些程序本身是在不兼容的格式上進行操作的（往往是私有的和/或無規范的格式）。因為大量程序都支持某種CSV變體，至少是作為一種可選擇的輸入/輸出格式。

例如，一個用戶可能需要交換信息，從一個以私有格式存儲數據的資料庫程序，到一個數據格式完全不同的電子表格。最可能的情況是，該資料庫程序可以導出數據為「CSV」，然後被導出的CSV文件可以被電子表格程序導入。

⑺ 如何用python 讀寫 csv

csv文件就是按逗號分隔的文本, 可以用python自帶的讀取文本的方式, 不過我推薦用pandas包, 讀寫都很方便

#coding=utf-8
#傳統方式
#讀
f1=open('1.csv','r').readlines()
result=map(lambdax:x.strip().split(','),f)
#寫
f2=open('1.csv','w')
f2.write('whatyouwanttowrite')
#pandas方法
importpandasaspd
#讀
result=pd.read_csv('1.csv')#result被轉化為DataFrame對象
#寫
#寫的時候可以操作result這個DataFrame對象,類似excel的表格,十分方便
result[0,0]=1
result.to_csv('2.csv')#將修改後的DataFrame保存為一個新的csv或者你想替換1.csv也可以

粗略介紹了一點, 如果有不懂的, 請追問.

⑻ 急！！如何用Python編程來處理csv中的數據請高手幫忙，謝謝！

csv.reader
csv.writer

⑼ 如何查看python的csv數據

# -*- coding:utf-8 -*-
import csv

def readbyday(csvfile,day):
csvcontent = csv.reader(file(csvfile, 'rb'))
res=[]
for line in csvcontent:
if line[0].find(day)<>-1:
res.append(line)
return res

def calcbyday(csvfile,day,flag):
#求某列數據的和及平均值

total=0
avg=0
res=readbyday(csvfile, day)
for i in res:
print i
total=total+int(i[flag])
avg=total/len(res)
return total,avg

date='2014-7-1'
flag=1 #falg=1/2/3 收入金額/支出金額/余額金額
total,avg=calcbyday(u'7月_1.csv',date,1)

print '%s 收入金額總數:%d\t平均:%d'%(date,total,avg)
輸出：
['2014-7-1 0:01', '100', '80', '10000']
['2014-7-1 0:01', '101', '81', '10001']
['2014-7-1 0:08', '102', '82', '10002']
2014-7-1 收入金額總數:303 平均:101

⑽ python中怎麼把csv文件讀取的數據顯示在網頁上

python的標准庫csv庫主要是面向本地文件，就是說你的CSV文件得存儲在你的電腦上。當進行網路數據採集的時候，很多文件都是在線的。不過有一些辦法可以解決這個問題：

1，手動把CSV文件下載到本機，然後用Python定位文件位置；

2，寫Python程序下載文件，讀取之後再把源文件刪除；

3，從網上直接把文件讀成一個字元串，然後轉換成一個StringIO對象，使它具有文件的屬性。

雖然前兩個方法也可以用，但是既然你可以輕易地把CSV文件保存在內存里，就不要再下載到本地佔硬碟空間了。直接把文件讀成字元串，然後封裝成StringIO對象，讓Python把它當做文件來處理，就不需要先保存文件了。下面的程序就是從網上獲取一個CSV文件，然後把每一行都列印到命令行里：

[python]view plain

• fromioimportStringIO

• importcsv

• data=urlopen('httles/MontyPythonAlbums.csv').read().decode('ascii','ignore')

• dataFile=StringIO(data)

• csvReader=csv.reader(dataFile)

• forrowincsvReader:

• printrow