python读取csv表数据

① 怎么用python读取csv数据

csv是我接触的比较早的一种文件，比较好的是这种文件既能够以电子表格的形式查看又能够以文本的形式查看。最早接触是在别人的Perl脚本中，或许是为了充分利用Perl的文本处理能力。不过，日常的生活工作中我用到的比较多的倒还是电子表格。

创建一个电子表格如下：

使用Mac中Numbers功能将其导出为csv文件，使用文本查看文件内容如下：

GreydeMac-mini:chapter06 greyzhang$ cat data.csv

index,name,comment,,,,

1,name_01,coment_01,,,,

2,name_02,coment_02,,,,

3,name_03,coment_03,,,,

4,name_04,coment_04,,,,

5,name_05,coment_05,,,,

6,name_06,coment_06,,,,

7,name_07,coment_07,,,,

8,name_08,coment_08,,,,

9,name_09,coment_09,,,,

10,name_10,coment_10,,,,

11,name_11,coment_11,,,,

12,name_12,coment_12,,,,

13,name_13,coment_13,,,,

14,name_14,coment_14,,,,

15,name_15,coment_15,,,,

16,name_16,coment_16,,,,

17,name_17,coment_17,,,,

18,name_18,coment_18,,,,

19,name_19,coment_19,,,,

20,name_20,coment_20,,,,

21,name_21,coment_21,,,,

换用pandas尝试数据文件读取如下：

In [1]:importpandasaspd

In [2]:ls

data.csv data.numbers

In [3]:data = pd.read_csv('data.csv')

In [4]:data

Out[4]:

index name comment Unnamed: 3 Unnamed: 4 Unnamed: 5 Unnamed: 6

0 1 name_01 coment_01 NaN NaN NaN NaN

1 2 name_02 coment_02 NaN NaN NaN NaN

2 3 name_03 coment_03 NaN NaN NaN NaN

3 4 name_04 coment_04 NaN NaN NaN NaN

4 5 name_05 coment_05 NaN NaN NaN NaN

5 6 name_06 coment_06 NaN NaN NaN NaN

6 7 name_07 coment_07 NaN NaN NaN NaN

7 8 name_08 coment_08 NaN NaN NaN NaN

8 9 name_09 coment_09 NaN NaN NaN NaN

9 10 name_10 coment_10 NaN NaN NaN NaN

10 11 name_11 coment_11 NaN NaN NaN NaN

11 12 name_12 coment_12 NaN NaN NaN NaN

12 13 name_13 coment_13 NaN NaN NaN NaN

13 14 name_14 coment_14 NaN NaN NaN NaN

14 15 name_15 coment_15 NaN NaN NaN NaN

15 16 name_16 coment_16 NaN NaN NaN NaN

16 17 name_17 coment_17 NaN NaN NaN NaN

17 18 name_18 coment_18 NaN NaN NaN NaN

18 19 name_19 coment_19 NaN NaN NaN NaN

19 20 name_20 coment_20 NaN NaN NaN NaN

20 21 name_21 coment_21 NaN NaN NaN NaN

查看读取出来的结果，看的出结果被处理成了pandas的DataFrame格式。

In [6]: type(data)

Out[6]:pandas.core.frame.DataFrame

② python怎么读取csv中的数据

importcsv


defr_w_csv():
withopen('pingan.csv','rb')asrf:
#打开原文件读取进来,csv.read(rf)方式
reader=csv.read(rf)
withopen('pingan_.csv','wb')aswf:
#打开另外一个文件，csv.writer(wf)方式，写入csv数据头部
writer=csv.writer(wf)
headers=reader.next()
writer.writerrow(headers)

#给索引命名，增加可读性
data,amount=0,5

#写入时间2016年，营业额大于等于50000000的数据
forrowinreader:
ifrow[data]<'2016-01-01':
break
ifint(row[amount])>=50000000:
writer.writerrow(row)

if__name__=='__main__':
r_w_csv()

③ python中读取csv文件

python中读取csv方法有3种：
第一种，普通方法读取（open函数打开，然后使用for循环读取内容）；
第二种，使用用CSV标准库读取；
第三种，用pandas模块读取。

④ Python怎么读取csv文件指定列为dataframe

设置read_csv()的mangle_pe_cols参数为True
重复的列将被指定为“X”、“X.1”、“X.N”，而不是“X”…“X”。如果列中有重复的名称，传入False将导致数据被覆盖。
建议多看文档！
希望对您的问题有所帮助！

⑤ 请教PYTHON读取CSV文件方法

#!/usr/bin/python
#-*-coding:UTF-8-*-

fromLogimportLoginfo
importcgi,os,csv,sys,re
reload(sys)
sys.setdefaultencoding('utf8')

print"Content-Type:text/htmlcharset=utf-8
"

fileitem=''
defget_cgi_file():
''''''
globalfileitem,device_id,maxDeviceID,maxDriverID,channelid,ChannelDeviceType
form=cgi.FieldStorage()
#获取文件名
fileitem=form['filename1']
#检测文件是否上传
iffileitem.filename:
#去掉文件路径，获取文件名称
fn=os.path.basename(fileitem.filename)
open(global_var.uploadfile_path,'wb').write(fileitem.file.read())
#message='文件"'+fn+'"上传成功！'
#printmessage
else:
message='没有文件上传！'
printmessage

defconvert_gbk2utf8():
data_list=[]
fd=open(global_var.uploadfile_path,'rb')
csvfd=csv.reader(fd)
forc1,c2,c3,c4,c5,c6,c7,c8,c9,c10,c11,c12,c13,c14incsvfd:
c1_u=c1.decode('gb2312').encode('utf-8')
c2_u=c2.decode('gb2312').encode('utf-8')
c3_u=c3.decode('gb2312').encode('utf-8')
c4_u=c4.decode('gb2312').encode('utf-8')
c4_u=c4.decode('gb2312').encode('utf-8')
c5_u=c5.decode('gb2312').encode('utf-8')
c6_u=c6.decode('gb2312').encode('utf-8')
c7_u=c7.decode('gb2312').encode('utf-8')
c8_u=c8.decode('gb2312').encode('utf-8')
c9_u=c9.decode('gb2312').encode('utf-8')
c10_u=c10.decode('gb2312').encode('utf-8')
c11_u=c11.decode('gb2312').encode('utf-8')
c12_u=c12.decode('gb2312').encode('utf-8')
c13_u=c13.decode('gb2312').encode('utf-8')
c14_u=c14.decode('gb2312').encode('utf-8')
data_row_list=[c1_u,c2_u,c3_u,c4_u,c5_u,c6_u,c7_u,c8_u,c9_u,c10_u,c11_u,c12_u,c13_u,c14_u]
data_list.append(data_row_list)
fd.close()
#log.write_debug(data_list)
returndata_list

defanaly_csv_file(data_list):
forrownuminrange(len(data_list)):
ifrownum==0:
attrib=data_list[rownum]
else:
foriinrange(len(attrib)):
#这里循环取数据，依据是列名
ifattrib[i]=='你的列名':
printdata_list[rownum][i]

if__name__=='__main__':
log=Loginfo.Loginfo()
get_cgi_file()
try:
data_list=convert_gbk2utf8()
exceptExceptionase:
print("正在导入的表格列数不对，请检查！")
deleteDevice()

删了一些函数，这样应该可以看得懂吧，c14_u是列，有多少列就多少个，这是转换编码。analy_csv_file(data_list)里面对拿到的文件做处理

⑥ Python如何读取csv文件某一列的每一行数据，并判断该数值是否满足条件

读取csv文件，用的是csv.reader()这个方法。返回结果是一个_csv.reader的对象，我们可以对这个对象进行遍历，输出每一行，某一行，或某一列。代码如下：

⑦ python中怎样读取csv文件内容

和普通文件一样读取。csv中文件数据项有逗号划分开。
12345infile = open("data.csv", 'r') for line in infile: data = line.rstrip().split(',') print(data)

⑧ python中怎么读取csv文件

csv直接按纯文本格式读取就可以了。
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

⑨ 如何用python将csv文件中的数据读取成数组

很多时候，我们将数据存在txt或者csv格式的文件里，最后再用python读取出来，存到数组或者列表里，再做相应计算。本文首先介绍写入txt的方法，再根据不同的需求（存为数组还是list）,介绍从txt读取浮点数的方法。
一、写入浮点数到txt文件：
假设每次有两个浮点数需要写入txt文件，这里提供用with关键字打开文件的方法，使用with打开文件是一个很好的习惯，因为with结束，它就会自动close file，不用手动再去flie.close()。

[python] view plain
with open('file_path/filename.txt','a') as file:
write_str = '%f %f\n'%(float_data1,float_data2)
file.write(write_str)

二、从txt文件提取浮点数到numpy数组或list列表

首先假设你有一个odom.txt 的文件，里面每一行的数据个数都相同，如截图所示：

1.如果你是想把这些数据读取出来，存为numpy数组,那么一句代码可以搞定：

[python] view plain
a = numpy.loadtxt('odom.txt')

存为numpy数组以后，a的尺寸可以用a.shape进行查看，这里应为：（14,2）也就是14行2列。如果你觉得这个形状不是你期待的，你可以用:

[python] view plain

⑩ python 怎么读csv文件

CSV文件本质上就是文本文件，只不过每行的数据用逗号分隔。

所以你当成文本文件打开一行一行的读然后拆分就可以了。

data=[]
withopen(r'd:	empdemo.csv','r')ascsv_file:
forlineincsv_file:
data.append(line.strip().split(','))
print(data)

#另外Python标准库里有个CSV模块可以用。
importcsv
withopen(file_path,'rb')ascsv_file:
data=list(csv.reader(csv_file))[1:]#去掉首行的列名

还有就是可以用Pandas这个库，dataframe有导入csv功能。