python ddt csv文件 python处理csv文件

一、使用Python基本语法读写CSV文件

使用基本语法读取CSV文件中的数据大概思路是：获取文件对象，读取表头，按逗号分隔符拆分表头字段，使用for循环语句获取表体记录数据，拆分后再次写入另一张CSV文件中（如果要将数据写入xls*格式的文件中，请参考前期公众号文章），步骤如下：

Step 1：导入必要模块，获取输入输出文件路径。

import sys
infile = sys.argv[1]
outfile = sys.argv[2]

Step 2：使用open内置函数获取文件对象。

with open(infile, “r”, newline=‘’) as fr, open(outfile, “w”,
 newline=‘’) as fw:

Step 3：使用文件对象的readline方法或者迭代器的next方法读取表头(文件对象是一个迭代器对象，支持迭代协议)，使用str.split方法对表头进行拆分（注意，要使用strip函数去掉尾部换行符）。

header = next(fr)
header = header.strip()
header_list = header.split(“,”)

Step 4：既然表头已经查分好了，我们需要将表头写入文件对象中（注意尾部需要添加一个换行符哦）。

fw.write(“,”.join(map(str, header_list)) + “\n”)

当然，上面的代码也可以这么写：

print(*header_list, sep=“,”, file=fw)

Step 5：使用for循环读取表体数据，并将其拆分成列表写入到文件中。

for row in fr:
 row = row.strip()
 row_list = row.split(“,”)
 fw.write(“,”.join(map(str, header_list)) + “\n”)

以上步骤完成后，在命令提示符中输入：

python csvrw.py inputfile.csv outputfile.csv

输入输出csv文件名称以及脚本名称请自定义，以上只是举例说明。

以上代码如下：

使用pandas读写CSV文件

二、使用pandas读写CSV文件

pandas库是一个强大的数据处理和数据分析库，使用pandas处理csv文件更简单，其步骤如下：

Step 1：首先，导入必要模块，获取输入输出文件路径。

import sys
import pandas as pd
infile = sys.argv[1]
outfile = sys.argv[2]

Step 2：使用pandas的read_csv方法将数据存储到一个DataFrame对象中。

dataframe = pd.read_csv(infile)

Step 3：然后使用DataFrame的to_csv方法将其输出到另一张csv表中。

dataframe.to_csv(outfile, index=False)

以上步骤完成后，在命令提示符中输入相应命令即可(请参照<二>)

代码如下：