⑴ 利用python如何将数据写到CSV文件中
如果你的数据是列表格式，可以使用一个迭代器，将数据写入文件，同时添加必要的分隔符以构成csv文件
如果数据是字典格式，需要考虑使用换行符或者其他特殊符号来分割每个字典元素（包括键和值）。键和值可以考虑使用和之前不重复的分隔符进行分割。
这样就构成了一个csv文件（csv使用分隔符分割值的文件）
操作方法如下：
1，使用读写追加的方式打开csv文件。
2，找到csv文件的结尾。
3，在结尾使用和之前csv使用的分割相同的格式进行数据添加。
4，关闭文件
⑵ python 怎么把csv中的数据写入列表
使用pandas读取的方法是
pandas.to_csv()
得到的结果是dataframe格式，再用numpy库转一下
具体代码:
import pandas as pd
import numpy as np
file_content = pd.to_csv(r'C:\新建文件夹\result123.csv')
row = np.array(file_content)
lx = row.tolist()
⑶ 用python提取csv文件内容到数据库
这个脚本可以直接运行，将csv文件放在同级目录即可。
csv第一列需要有列名，如果csv里没有列名，需要在代码中添加列名。
代码运行示例：python insert.py csvname tablename
⑷ python怎么写入csv文件
import pandas as pd#任意的多组列表a = [1,2,3]
b = [4,5,6]
#字典中的key值即为csv中列名dataframe = pd.DataFrame({'a_name':a,'b_name':b})#将DataFrame存储为csv,index表示是否显示行名，default=Truedataframe.to_csv("test.csv",index=False,sep='')1234567891011
a_name b_name0 1 41 2 52 3 61234
同样pandas也提供简单的读csv方法
import pandas as pddata = pd.read_csv('test.csv')12
会得到一个DataFrame类型的data，不熟悉处理方法可以参考pandas十分钟入门
另一种方法用csv包，一行一行写入
import csv
#python2可以用file替代open
with open("test.csv","w") as csvfile:
writer = csv.writer(csvfile)
#先写入columns_name
writer.writerow(["index","a_name","b_name"])
#写入多行用writerows
writer.writerows([[0,1,3],[1,2,3],[2,3,4]])12345678910
index a_name b_name0 1 31 2 32 3 41234
读取csv文件用reader
import csvwith open("test.csv","r") as csvfile:
reader = csv.reader(csvfile) #这里不需要readlines
for line in reader:
print line
⑸ 如何把大文件的CSV文件写入MYSQL数据库
#!/usr/bin/envpython
#coding:utf-8
#
#filename:csv2db.py
importDBUtils.PooledDB
importMySQLdb
defparser(ln):
"""yourbusinesscsvfiledefine"""
returnln.split(",")
defcsvpage(csvfile,pagesize=256):
importcodecs
withcodecs.open(csvfile,'r','utf-8')ashandle:
buff=[]
forlninhandle:
data=parser(ln)
ifdata:
buff.append(data)
iflen(buff)>=256:
todo,buff=buff,[]
yieldtodo
defstore(sql,datas):
conn=conn_pool.connection()
curr=conn.cursor()
curr.execute(sql,datas)
conn.commit()
curr.close()
conn.close()
if__name__=="__main__":
config=loadconfig("dbi.ini")
conn_pool=DBUtils.PooledDB.PooledDB(MySQLdb,2,5,**config)
insert_sql="""insertintotable
(field_id,field_a,field_b)
values(%s,%s,%s)"""
forpageincsvpage("data.csv"):
store(insert_sql,page)
⑹ csv文件怎么打开 使用Python读取和写入CSV文件
csv文件本质上是一个文本文件，具体的读取和写入方法有两种：
直接对csv文件进行文件读写操作，每一行是一条记录，按行读取即可，简单代码如下：
with open("XXX.csv","wr") as f:
f.readline()
f.write()
2.使用第三方库中的csv文件读写函数（本质上还是使用python的文件读写方法），如科学计算包pandas包中就有read_csv() to_csv()等函数，其他的一些第三方包里也有，可以自行查询。
两种方法各有优劣，第一种方法的优点就是可控性强，但是代码相对较多，对于python2编码处理很麻烦；第二种方法的优点是代码量小，调用方便，处理编码问题相对容易（在函数中加一个encoding参数即可），但是代码内部比较复杂，可控性较差
⑺ python 怎么实现从csv文件中读取数据 插入到mysql数据库中
你好，csv格式的和Excel格式的都是差不多的，
下面是读取Excel的一些函数，希望帮到你：
#-*-coding:cp936-*-
importxlrd3
defgetAllRowsBySheetIndex(sheetIndex,xlsFilePath):
workBook=xlrd3.open_workbook(xlsFilePath)
table=workBook.sheets()[sheetIndex]
rows=[]
rowNum=table.nrows#总共行数
rowList=table.row_values
foriinrange(rowNum):
rows.append(rowList(i))#等价于rows.append(i,rowLists(i))
returnrows
defgetRow(sheetIndex,rowIndex,xlsFilePath):
rows=getAllRowsBySheetIndex(sheetIndex,xlsFilePath)
returnrows[rowIndex]
defgetAllColsBySheetIndex(sheetIndex,xlsFilePath):
workBook=xlrd3.open_workbook(xlsFilePath)
table=workBook.sheets()[sheetIndex]
cols=[]
colNum=table.ncols#总共列数
colList=table.col_values
foriinrange(colNum):
cols.append(colList(i))
returncols
defgetCol(sheetIndex,colIndex,xlsFilePath):
cols=getAllColsBySheetIndex(sheetIndex,xlsFilePath)
returncols[colIndex]
defgetCellValue(sheetIndex,rowIndex,colIndex,xlsFilePath):
workBook=xlrd3.open_workbook(xlsFilePath)
table=workBook.sheets()[sheetIndex]
returntable.cell(rowIndex,colIndex).value#或者table.row(0)[0].value或者table.col(0)[0].value
if__name__=='__main__':
rowsInFirstSheet=getAllRowsBySheetIndex(0,'./产品.xls')
print(rowsInFirstSheet)
colsInFirstSheet=getAllColsBySheetIndex(0,'./产品.xls')
print(colsInFirstSheet)
print(getRow(0,0,'./产品.xls'))#获取第一个sheet第一行的数据
print(getCol(0,0,'./产品.xls'))#获取第一个sheet第一列的数据
print(getCellValue(0,3,2,'./产品.xls'))#获取第一个sheet第四行第二列的单元格的值
⑻ python如何读取CSV信息存入数据库
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模块是python处理csv类文件的强大工具; 参考 https://docs.python.org/2/library/csv.html
ipager将大数据流按指定大小分页, 以节省资源并提升效率;
DBI提供统一的数据库接口操作方法;
⑼ python 怎么把csv文件导进数据库
python 将 csv(中文) 导入mysql 数据库的简单代码
http://blog.csdn.net/u012552296/article/details/50900330
⑽ 如何用python将九九乘法表写入csv文件中
方法/步骤
