话不多说,开干!!!
目录
1. 使用 csv 模块
2.使用 numpy 库
3.使用pandas库
4.使用标准库中的 csv 模块
5.注意事项
1. 使用 csv 模块
(1)项目目录如下图所示:
(2)代码如下:
import csv
filename = './data/test.csv'
with open(filename, "r") as csvfile:
csvreader = csv.reader(csvfile)
# 遍历csvreader对象的每一行内容并输出
for row in csvreader:
print(row)
(3)效果如下:
2.使用 numpy 库
(1)项目结构如下:
(2)代码如下:
# 使用 numpy 库:
import numpy as np
filename = './data/test.csv'
# delimiter参数的作用是指定分隔符,dtype参数的作用是指定数据类型
data = np.genfromtxt(filename, delimiter=' ', dtype=str)
print('df的数据类型为:{}'.format(type(data)))
print(data)
(3)效果如下:
3.使用pandas库
(1)项目结构如下:
(2)代码如下:
# 使用 pandas 库:
import pandas as pd
filename = './data/test.csv'
df = pd.read_csv(filename)
print('df的数据类型为:{}'.format(type(df)))
print(df)
(3)效果如下:
4.使用标准库中的 csv 模块
(1)项目结构如下:
(2)代码如下:
# 使用标准库中的 csv 模块:
import csv
filename = './data/test.csv'
with open(filename, newline='') as csvfile:
reader = csv.DictReader(csvfile)
# 遍历csvreader对象的每一行内容并输出
for row in reader:
print(row)
(3)效果如下:
5.注意事项
请注意,这个程序假设您的 CSV 文件已经存在,并且可以被正确读取。如果您的 CSV 文件不在当前目录中,您需要提供完整的文件路径。文章来源:https://www.toymoban.com/news/detail-472758.html
这些方法在读取 CSV 文件时都有不同的优缺点,您可以根据自己的需求选择合适的方法。例如,如果您想要快速、方便地处理 CSV 文件并将其转换为 DataFrame 对象,则可以使用 pandas 库;如果您想要更高级的控制和更灵活的选项,则可以使用标准库中的 csv 模块。文章来源地址https://www.toymoban.com/news/detail-472758.html
到了这里,关于Python读取CSV文件的几种方法的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!