pythoncsvappend

1. 用python读取一个文件夹下的所有CSV文件里某一列数据中最大值，将此最大值所在行截取到新CSV文件中

以下代码可实现你的要求，我有两个csv文件，其中第7列是“实际入库数量”，你只需要修改下面两个代码就可以用了：

1、第15行的7，这是“实际入库数量”的列数

2、第17行的“实际入库数量”，这是列名

# coding=gbk
import glob
import pandas as pd

# 初始化，此变量用来装所有csv数据
all_data_frames = []

# 使用glog.glob找到所有csv文件并将所有数据放到all_data_frames中
for file in glob.glob("*.csv"):
all_data_frames.append(pd.read_csv(file,encoding='gbk'))

# 合并数据
data_frame_concat = pd.concat(all_data_frames,axis=0,ignore_index=True)
# 得到指定列里的最大值
最大值 = max(data_frame_concat.iloc[:,7])
# 得到最大值所在行
最大值所在行 = data_frame_concat[data_frame_concat['实际入库数量']==最大值]
# 输出行结果
最大值所在行.to_csv("最终结果.csv",index=False)

2. 如何用python对csv文件进行数组循环处理

使用 python list即可，因为list可以加入不同的数据类型的数据。

results=list()
lines=open('cvs_file','r').readlines()
forlineinlines:
elements=line.strip().split(',')#supposedlimiteris','
foreinelements:
try:
results.append(float(e))
except:
continue
#
#,soyouneedto
#converseitwithfloatoperator.Butifelementisreadstring
#.

3. 用python处理csv文件，最好可以将里面的文本信息转成一个二维数组的形式，具体如下

思路如下：

1. 导入csv库；

2. 打开文件，并用csv库函数reader读入数据；

3. csv读入的数据是一行一行的，所以通过循环语句把读到的数据放入到数组里
   

importcsv#必要库导入
filepath='test.csv'#定义文件名称，本文件要与当前的.py文件要在同一文件夹下，不然要用绝对路径
withopen(filepath,'r')ascsvfile:#打开数据文件
reader=csv.reader(csvfile)#用csv的reader函数读取数据文件
header=next(reader)#读取数据文件的表头
data=[]#定义一个空数组用于保存文件的数据
forlineinreader:#循环读取数据文件并保存到数组data中
data.append(line)#line是个一维数组，是数据文件中的一行数据
print(header)#表头
print(data)#读取的二维数组

4. python如何修改csv文件的内容

你可以读取 这个csv 文件， 读取里面的数据。
然后再把 这些数据处理之后， 写入到 另一个 csv 文件。
（然后你还可以， 将原来的删除）