python 新建写入 csv文件 python 创建csv文件

转载

mob64ca13fa6a3c 2023-08-22 15:45:56

文章标签 python 新建写入 csv文件 python CSV 数据实例化 文章分类 Python 后端开发

文章目录

1、前言

1.1、CSV简介
1.2、CSV文件读写方式分类

2、以列表为单位读写CSV文件

2.1、以列表为单位读取CSV文件（reader）

2.1.1、生成CSV文件读取对象
2.1.2、读取CSV文件

2.2、以列表为单位写入CSV文件（writer）

2.2.1、生成CSV文件写入对象
2.2.2、写入CSV文件

3、以字典为单位读写CSV文件

3.1、以字典为单位读取CSV文件（DictReader）

3.1.1、实例化CSV文件读取对象
3.1.2、获取每一列的标题
3.1.3、遍历CSV文件中的每条记录与字段

3.2、以字典为单位写入CSV文件（DictWriter）

3.2.1、实例化CSV文件写入类
3.2.2、添加标题行
3.2.3、添加数据行

1、前言

1.1、CSV简介

CSV的英文全称为：Comma-Separated Values，翻译过来就是：用逗号分隔的值。时至今日，CSV已经不限于仅仅支持以逗号去分隔数据。那么CSV文件中的数据都是以什么样的方式存储的呢：

csv文件以纯文本的形式去存储表格数据。
csv文件由任意数目的记录组成，通常，所有记录都有完全相同的字段序列。记录之间以某种换行符分隔，如：’\n’。
csv中的每条记录由多个字段组成，每个字段之间以某种分隔符分隔，常见如：, 、| 、制表符。

CSV文件为纯文本文件，建议使用记事本来开启，其中使用逗号分隔每条记录中的字段：

python 新建写入 csv文件 python 创建csv文件_CSV

或者，也可以另存新档后用Excel开启：

python 新建写入 csv文件 python 创建csv文件_python 新建写入 csv文件_02

python三方库提供了csv库，我们需要通过这个库，来实现对CSV文件的读与写。所以我们在应用csv库之前，需要提前安装它。

# win:
pip install csv
# mac
pip3 install csv
# 若提示下载超时，则用以下的方式安装
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple csv

注意，本文的案例因为大多都是案例片段，最终显示的代码都没有关闭文档对象，在实际的运用中切记要关闭，或者使用with open as的方式打开。

1.2、CSV文件读写方式分类

csv库提供了两种读写csv文件的方式：以列表为单位读写csv文件、以字典为单位读写csv文件。

以列表为单位读写csv文件：csv文件中的每条记录以列表为单位呈现或操作。
以字典为单位读写csv文件：csv文件中的每条记录以字典为单位呈现或操作。

2、以列表为单位读写CSV文件

在1.1简介中，我们打开csv文件后发现，csv文件的数据中的每行数据都有这相同的字段序列，分别以姓名,语文,数学,英语的顺序排列组成每条记录。python中，我们可以用列表模拟csv文件中的每条数据关系。列表的有序性，可以很方便的表达或存储csv文件中的每条记录。我们可以通过列表的这个特性，去完成对csv文件的读写操作。

2.1、以列表为单位读取CSV文件（reader）

2.1.1、生成CSV文件读取对象

csv模块下提供了reader方法，用于生成一个可以方便用户读取csv文件的对象。我们先来看看这个接口的定义：

def reader(iterable, dialect='excel', *args, **kwargs):
    """
    ...
    The "iterable" argument can be any object that returns a line
    of input for each iteration, such as a file object or a list.
    ...
    """

我们从该接口对iterable参数的描述可知：

参数	类型	说明
iterable	可迭代对象（如列表）、文件对象	该参数可以赋一个可迭代对象，也可以赋一个文件对象。

我们需要操作csv文件，所以显然此处我们需要给iterable参数传递一个文件对象。即我们平时用到的open打开的文件。首先open中的参数newline必须赋值为’’，即newline=’’；其次，若编码集参数encoding期望值为utf-8，最好写成utf-8-sig，即encoding=‘utf-8-sig’。这样可以避免第一个获取到的值存在一段未解码的字符串；最后，既然是读取类，我们在使用open打开csv文件的时候当然需要以“读”的方式去打开。比如我们需要打开一个测试数据.csv，并生成一个csv读对象

csv_file = open('./测试数据.csv', 'r', encoding='utf-8-sig', newline='')
csv_reader = csv.reader(csv_file)

2.1.2、读取CSV文件

获取到csv读取对象后，我们就可以通过csv读取对象读取csv文件中的内容，csv文件读取对象是一个可遍历的对象，我们可以通过for循环遍历的方式，去获取csv文件中的数据：

for row in csv_reader:
    print(type(row))  # <class 'list'>
    print(row)  # ['姓名', '语文', '数学', '英语'] ...

可以看到，每轮遍历都会获取一个列表，该列表中的元素就是遍历行的各个字段值。

2.2、以列表为单位写入CSV文件（writer）

2.2.1、生成CSV文件写入对象

csv模块下提供了writer方法，用于生成一个可以写入csv文件的对象。我们先来看看这个接口的定义：

def writer(fileobj, dialect='excel', *args, **kwargs):
    """
    ...
	The "fileobj" argument can be any object that supports the file API.
	...
    """

在此处，fileobj对象似乎跟读文件限制不同，但是我们需要将数据写入csv文件中，所以此处fileobj还是一个以“写”的方式打开的文件。生成csv文件写入对象的方法如下：

csv_file = open('./测试数据.csv', 'w', encoding='utf-8-sig', newline='')
csv_writer = csv.writer(csv_file)

2.2.2、写入CSV文件

csv文件写入对象提供了单条记录写入（writerow）与多条记录同时写入（writerows）的方法，大大的便捷了我们去写入csv文件。（我的python环境为3.9）

class _writer:
    dialect: Dialect
    if sys.version_info >= (3, 5):
        def writerow(self, row: Iterable[Any]) -> Any: ...
        def writerows(self, rows: Iterable[Iterable[Any]]) -> None: ...
    else:
        def writerow(self, row: Sequence[Any]) -> Any: ...
        def writerows(self, rows: Iterable[Sequence[Any]]) -> None: ...

单条记录写入
我们首先查看一下writerow方法的定义：

def writerow(self, row: Iterable[Any])

从参数的定义中我们可以看到，writerow方法需要传递一个可迭代的对象，常见的如列表、元组。如：

data_row = ['张三', '90', '95', '93']
csv_writer.writerow(data_row)

多条记录同时写入
我们查看一下writerows方法的定义：

def writerows(self, rows: Iterable[Iterable[Any]])

从参数的定义中我们可以看到，writerows方法需要传递一个可迭代的对象，该对象内的每个元素也都是一个可迭代的对象。如：

data_rows = []  # 用于存放多条列表
data_rows.append(['李四', '87', '100', '91'])
data_rows.append(['王五', '97', '91', '95'])
csv_writer.writerows(data_rows)

3、以字典为单位读写CSV文件

我们在1.1简介中提到：CSV文件由任意数目的记录组成，通常，所有记录都有完全相同的字段序列。也就是说，通常CSV文件中的每一列都对应相同的含义，如：第一列代表姓名、第二列代表编号等。简言之，CSV文件中的数据通常来说都是属于关系型数据。在关系型数据模型中，我们使用key - value的方式去表述每条记录中的每一列数据。那么在python中，字典可以完全胜任这个关系型数据的表述。我们可以进而通过字典的这个特性，去完成对CSV文件的读写操作。

3.1、以字典为单位读取CSV文件（DictReader）

3.1.1、实例化CSV文件读取对象

csv模块下提供了DictReader类，它可以将普通的文本文档读取对象转化为csv文档读取对象。我们首先看一下DictReader类的构造方法：

def __init__(self, f, fieldnames=None, restkey=None, restval=None,
                 dialect="excel", *args, **kwds):

参数	参数类型	说明
f	<class ‘_io.TextIOWrapper’>	以open打开的csv文件读取对象。
fieldnames	<class ‘list’>	csv文件每列标题，默认为None。

参数 f 需要赋一个打开的文件对象，即我们平时用到的open打开的文件。首先open中的参数newline必须赋值为’’，即newline=’’；其次，若编码集参数encoding期望值为utf-8，最好写成utf-8-sig，即encoding=‘utf-8-sig’。这样可以避免第一个获取到的值存在一段未解码的字符串；最后，既然是读取类，我们在使用open打开csv文件的时候当然需要以“读”的方式去打开。比如我们需要打开一个测试数据.csv：

csv_file = open('./测试数据.csv', 'r', encoding='utf-8-sig', newline='')

参数 fieldnames 可以不赋值，不赋值的情况下默认值为None，对于他们的区别很重要：

实例化的过程中，若 fieldnames 未赋予值，即其值为None时，则默认csv文件中的第一行为标题行：

csv_reader = DictReader(csv_file)

那么此时csv文件中当数据应该是这样的，第一行数据认定为标题行，后续需要获取数据的时候，程序从第二行开始获取：

python 新建写入 csv文件 python 创建csv文件_python 新建写入 csv文件_02

实例化的过程中，若 fieldnames 被赋予值，则csv文件从第一行开始即认定为数据行，例如我们进行了如下赋值：

fieldnames = ['姓名', '语文', '数学', '英语']
csv_reader = csv.DictReader(csv_file, fieldnames=fieldnames)

那么此时csv文件中的数据应该是这样子的，第一行认定为数据行，后续需要获取数据的时候，程序从第一行开始获取：

python 新建写入 csv文件 python 创建csv文件_CSV_04

3.1.2、获取每一列的标题

在2.1中，实例化DictReader的时候我们讲到过 fieldnames 参数。该参数的类型为一个列表，列表中每个元素代表着csv文件中每列的标题。在该值为None的时候，系统默认获取csv文件中的第一行为标题行。然而这种情况下我们如何获取到该标题行呢？

其实在实例化 DictReader 对象的时候，DictReader帮我们处理了fieldnames为None的时候的情况，他会他获取的第一行的数据作为标题行，并最终将获取的标题列表赋予了fieldnames这个参数中，所以我们可以直接通过获取属性的方式去获取列表：csv_reader.fieldnames。如：

python 新建写入 csv文件 python 创建csv文件_python 新建写入 csv文件_02

csv_reader = csv.DictReader(csv_file)
fieldnames = csv_reader.fieldnames
print(type(fieldnames))  # <class 'list'>
print(fieldnames)  # ['姓名', '语文', '数学', '英语']

获取每一列对应的标题对于获取csv文件的数据是有重要意义的，因为后续我们在获取每条记录中的字段的时候，需要用到这个标题找到对应的值。

3.1.3、遍历CSV文件中的每条记录与字段

在2.1中，我们获取到了CSV文件读取对象（csv_reader），该对象大大方便了我们对于csv文档的操作。在这个对象中，它已经知晓数据行是从哪行开始的，标题又是什么。DictReader提供了可以直接使用for循环遍历对象的方式，跳过标题行，直接遍历数据行，极大的方便了我们获取其中的每条记录。

for csv_row in csv_reader:
    print(type(csv_row))  # <class 'dict'>
    print(csv_row)  # {'姓名': '张三', '语文': '90', '数学': '95', '英语': '93'} ...

可以看到，第一：获取到的csv是从去除标题行的数据行开始的，即它自动跳过了标题行；第二：获取到的每条记录（csv_row）的类型为字典类型，它们的键恰恰就是标题列表中的每个对应的元素。我们可以从以下图码直观的去看它们之间的关系。

python 新建写入 csv文件 python 创建csv文件_python 新建写入 csv文件_02

csv_reader = csv.DictReader(csv_file)
print('=== 标题列表 ===')
fieldnames = csv_reader.fieldnames  # 列表类型
print(fieldnames)
print('=== 数据字典 ===')
for csv_row in csv_reader:  # 字典类型
    print(csv_row)

'''输出结果
=== 标题列表 ===
['姓名', '语文', '数学', '英语']
=== 数据字典 ===
{'姓名': '张三', '语文': '90', '数学': '95', '英语': '93'}
{'姓名': '李四', '语文': '87', '数学': '100', '英语': '91'}
{'姓名': '王五', '语文': '97', '数学': '91', '英语': '95'}
'''

那么获取每个字段就成了很简单的事情了，如我们需要获取所有数据：

for csv_row in csv_reader:
    for fieldname in fieldnames:
        print(csv_row[fieldname], end=' ')  # 根据键获取字典中的值
    print()

'''输出结果
张三 90 95 93 
李四 87 100 91 
王五 97 91 95 

'''

3.2、以字典为单位写入CSV文件（DictWriter）

3.2.1、实例化CSV文件写入类

csv模块下提供了DictWriter类，可以将我们普通的文本文档写入对象转化为csv文档写入对象，同样，我们看一下DictWriter类的构造方法：

def __init__(self, f, fieldnames, restval="", extrasaction="raise",
                 dialect="excel", *args, **kwds):

参数	参数类型	说明
f	<class ‘_io.TextIOWrapper’>	以open打开的csv文件写入对象。
fieldnames	<class ‘list’>	csv文件每列标题，必须赋值。

表面看上去，DictWriter类的构造方法与DictReader类的构造方法中的参数基本一致。但是，在实例化过程中，DictWriter与DictReader有着本质的区别：

既然是实例化csv文件写入类，那么csv文件打开方式（open）当然也得是以写入的方式打开：

csv_file =  open('./测试数据2.csv', 'w', encoding='utf-8-sig', newline='')

在构造DictWirter对象时，fieldnames参数一定要赋值，否则就会报错。

也就是说，在创建写入对象的过程中，首先得明确每个列的具体标题是什么。所以在实例化的过程中，一定要为fieldnames属性赋值：

fieldnames = ['姓名', '语文', '数学', '英语']
csv_writer = csv.DictWriter(csv_file, fieldnames=fieldnames)

3.2.2、添加标题行

在3.1中，我们设置了标题行（fieldnames），使得csv文件写入对象（csv_writer）明确了文件中每一列中具体的含义。但是它并没有为我们将这些标题真正的插入到csv文件中，我们需要自己手动添加进去。既然csv_writer中已经记录过这些信息，为了不让我们重复操作，DictWriter类为我们提供了writeheader方法，用于直接添加标题行到文件中：

csv_writer.writeheader()

3.2.3、添加数据行

创建DictWriter对象最终的目的就是为了将数据写入文件中，DictWriter类提供了writerow和writerows方法，可以将我们期望的数据写入csv文件中。我们看一下这两个方法及其参数：

class DictWriter:
    ...
    def writerow(self, rowdict):
        return self.writer.writerow(self._dict_to_list(rowdict))

    def writerows(self, rowdicts):
        return self.writer.writerows(map(self._dict_to_list, rowdicts))

参数	类型	说明
rowdict	<class ‘dict’>	行数据组成的字典对象。
rowdicts	<class ‘list’>	列表，列表中的元素为多个行的数据字典对象。

我们在2.3步骤中，从DictReader对象中读取的行数据，也是字典类型的。我们也很容易想到，读出来的数据，与写入的数据格式应该是一样的。我们先用wirterow插入一条记录的方式去验证一下：

csv_file = open('./测试数据2.csv', 'w', encoding='utf-8-sig', newline='')
fieldnames = ['姓名', '语文', '数学', '英语']
csv_writer = csv.DictWriter(csv_file, fieldnames=fieldnames)
csv_writer.writeheader()

zhangsan = {'姓名': '张三', '语文': '90', '数学': '95', '英语': '93'}
lisi = {'姓名': '李四', '语文': '87', '数学': '100', '英语': '91'}
wangwu = {'姓名': '王五', '语文': '97', '数学': '91', '英语': '95'}
csv_writer.writerow(zhangsan)
csv_writer.writerow(lisi)
csv_writer.writerow(wangwu)

csv_file.close()

python 新建写入 csv文件 python 创建csv文件_python 新建写入 csv文件_02

如若希望用writerows的方式插入：

csv_file = open('./测试数据2.csv', 'w', encoding='utf-8-sig', newline='')
fieldnames = ['姓名', '语文', '数学', '英语']
csv_writer = csv.DictWriter(csv_file, fieldnames=fieldnames)
csv_writer.writeheader()

data_list = []
data_list.append({'姓名': '张三', '语文': '90', '数学': '95', '英语': '93'})
data_list.append({'姓名': '李四', '语文': '87', '数学': '100', '英语': '91'})
data_list.append({'姓名': '王五', '语文': '97', '数学': '91', '英语': '95'})
csv_writer.writerows(data_list)

csv_file.close()

本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。