csv分页显示Python

⑴ 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;

⑵ 如何用python读取csv文件，并把csv文件的第3，4列形成一个列表在python 中显示。如图中的两列数据

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

⑶ 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

⑷ python保存csv文件全为一列，值带引号，分隔符为分号，该怎么做，或者csv的格式怎么转换

笨方法，替换，用";"替换， 再用换行/n替换"/n 最后首尾加" 就好了

⑸ python中怎么处理csv文件

什么是CSV

就是内容用逗号隔开，后缀是‘.csv’的文件。它可以被任何一个文本编辑器打开。如果用excel打开，它又可以是这样的：

END
读CSV

典型的可处理的csv文件，通常含有表头，也就是每列的列名。这样一来，每一行的内容就可以被当作是以表头为key的字典。于是可以使用csv定义的类：

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

下面是官方的例子（Python 3）。我们看到，对于csv文件的内容，我们可以通过相应的tag，也就是字典的key来读取。

在实际使用过程中，为了分离代码和方便阅读，可以先把读取的内容转存到列表，随后再根据各个key进行分开处理(针对多列的情况)。

END
写CSV

同样的，写入的也是列表。使用的类：

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

官方例子：我们看到，有专门的函数来写入表头，没有表头数据是无法对应的。需要注意的是，对于下列语句，‘w’需要修改为‘wb’，否则每次写入会有多余空行
with open('names.csv', 'wb') as csvfile

⑹ .csv是什么文件格式,什么软件可以打开

.csv是逗号分隔值文件格式，可以用电脑自带的记事本或excel打开。

csv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。C

SV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。

(6)csv分页显示Python扩展阅读

CSV文件最广泛的应用是在程序之间转移表格数据，而这些程序本身是在不兼容的格式上进行操作的（往往是私有的和/或无规范的格式）。因为大量程序都支持某种CSV变体，至少是作为一种可选择的输入/输出格式。

例如，一个用户可能需要交换信息，从一个以私有格式存储数据的数据库程序，到一个数据格式完全不同的电子表格。最可能的情况是，该数据库程序可以导出数据为“CSV”，然后被导出的CSV文件可以被电子表格程序导入。

⑺ 如何用python 读写 csv

csv文件就是按逗号分隔的文本, 可以用python自带的读取文本的方式, 不过我推荐用pandas包, 读写都很方便

#coding=utf-8
#传统方式
#读
f1=open('1.csv','r').readlines()
result=map(lambdax:x.strip().split(','),f)
#写
f2=open('1.csv','w')
f2.write('whatyouwanttowrite')
#pandas方法
importpandasaspd
#读
result=pd.read_csv('1.csv')#result被转化为DataFrame对象
#写
#写的时候可以操作result这个DataFrame对象,类似excel的表格,十分方便
result[0,0]=1
result.to_csv('2.csv')#将修改后的DataFrame保存为一个新的csv或者你想替换1.csv也可以

粗略介绍了一点, 如果有不懂的, 请追问.

⑻ 急！！如何用Python编程来处理csv中的数据请高手帮忙，谢谢！

csv.reader
csv.writer

⑼ 如何查看python的csv数据

# -*- 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):
#求某列数据的和及平均值

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 收入金额/支出金额/余额金额
total,avg=calcbyday(u'7月_1.csv',date,1)

print '%s 收入金额总数:%d\t平均:%d'%(date,total,avg)
输出：
['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 收入金额总数:303 平均:101

⑽ python中怎么把csv文件读取的数据显示在网页上

python的标准库csv库主要是面向本地文件，就是说你的CSV文件得存储在你的电脑上。当进行网络数据采集的时候，很多文件都是在线的。不过有一些办法可以解决这个问题：

1，手动把CSV文件下载到本机，然后用Python定位文件位置；

2，写Python程序下载文件，读取之后再把源文件删除；

3，从网上直接把文件读成一个字符串，然后转换成一个StringIO对象，使它具有文件的属性。

虽然前两个方法也可以用，但是既然你可以轻易地把CSV文件保存在内存里，就不要再下载到本地占硬盘空间了。直接把文件读成字符串，然后封装成StringIO对象，让Python把它当做文件来处理，就不需要先保存文件了。下面的程序就是从网上获取一个CSV文件，然后把每一行都打印到命令行里：

[python]view plain

• fromioimportStringIO

• importcsv

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

• dataFile=StringIO(data)

• csvReader=csv.reader(dataFile)

• forrowincsvReader:

• printrow