• 技术文章 >常见问题 >Python常见问题

    python怎么读取csv某几列

    silencementsilencement2020-02-05 16:10:33原创6736

    csv是Comma-Separated Values的缩写,是用文本文件形式储存的表格数据,比如如下的表格:

    就可以存储为csv文件,文件内容是:

    No.,Name,Age,Score
    1,Apple,12,98
    2,Ben,13,97
    3,Celia,14,96
    4,Dave,15,95


    假设上述csv文件保存为"A.csv",如何用Python像操作Excel一样提取其中的一列,即一个字段,利用Python自带的csv模块,有两种方

    法可以实现:

    第一种方法使用reader函数,接收一个可迭代的对象(比如csv文件),能返回一个生成器,就可以从其中解析出csv的内容:比如下面的

    代码可以读取csv的全部内容,以行为单位:import csv

    with open('A.csv','rb') as csvfile:
        reader = csv.reader(csvfile)
        rows= [row for row in reader]
    print rows得到:[['No.', 'Name', 'Age', 'Score'],
    ['1', 'Apple', '12', '98'],
    ['2', 'Ben', '13', '97'],
    ['3', 'Celia', '14', '96'],
    ['4', 'Dave', '15', '95']]

    要提取其中某一列,可以用下面的代码:

    import csv
    with open('A.csv','rb') as csvfile:
        reader = csv.reader(csvfile)
        column = [row[2] for row in reader]
    print column得到:['Age', '12', '13', '14', '15']

    注意从csv读出的都是str类型。这种方法要事先知道列的序号,比如Age在第2列,而不能根据'Age'这个标题查询。这时可以采用第二种

    方法:

    第二种方法是使用DictReader,和reader函数类似,接收一个可迭代的对象,能返回一个生成器,但是返回的每一个单元格都放在一个

    字典的值内,而这个字典的键则是这个单元格的标题(即列头)。用下面的代码可以看到DictReader的结构:

    import csv
    with open('A.csv','rb') as csvfile:
        reader = csv.DictReader(csvfile)
        column = [row for row in reader]
    print column得到:[{'Age': '12', 'No.': '1', 'Score': '98', 'Name': 'Apple'},
    {'Age': '13', 'No.': '2', 'Score': '97', 'Name': 'Ben'},
    {'Age': '14', 'No.': '3', 'Score': '96', 'Name': 'Celia'},
    {'Age': '15', 'No.': '4', 'Score': '95', 'Name': 'Dave'}]

    如果我们想用DictReader读取csv的某一列,就可以用列的标题查询:

    import csv
    with open('A.csv','rb') as csvfile:
        reader = csv.DictReader(csvfile)
        column = [row['Age'] for row in reader]
    print column

    就得到:

    ['12', '13', '14', '15']

    推荐学习《Python教程》!

    专题推荐:csv
    上一篇:python怎样创建文件目录 下一篇:mac如何配置python环境变量

    相关文章推荐

    • 学习编程Python用什么电脑• win7怎么用python• c语言如何运行python脚本

    全部评论我要评论

    © 2021 Python学习网 苏ICP备2021003149号-1

  • 取消发布评论
  • 

    Python学习网