(一)CSV格式文件

1.说明

CSV是一种以逗号分隔数值的文件类型，在数据库或电子表格中，常见的导入导出文件格式就是CSV格式，CSV格式存储数据通常以纯文本的方式存数数据表。

(二)CSV库操作csv格式文本

操作一下表格数据：

这里写图片描述

1.读取表头的2中方式

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

#方式一

import csv

with open("D:\\test.csv") as f:

    reader = csv.reader(f)

    rows=[row for row in  reader]

    print(rows[0])

----------

#方式二

import csv

with open("D:\\test.csv") as f:

    #1.创建阅读器对象

    reader = csv.reader(f)

    #2.读取文件第一行数据

    head_row=next(reader)

    print(head_row)

结果演示：['姓名', '年龄', '职业', '家庭地址', '工资']

2.读取文件某一列数据

1

2

3

4

5

6

#1.获取文件某一列数据

import csv

with open("D:\\test.csv") as f:

    reader = csv.reader(f)

    column=[row[0] for row in  reader]

    print(column)

结果演示：['姓名', '张三', '李四', '王五', 'Kaina']

3.向csv文件中写入数据

1

2

3

4

5

6

7

#1.向csv文件中写入数据

import csv

with open("D:\\test.csv",'a') as f:

     row=['曹操','23','学生','黑龙江','5000']

     write=csv.writer(f)

     write.writerow(row)

     print("写入完毕！")

结果演示：

这里写图片描述

4.获取文件头及其索引

1

2

3

4

5

6

7

8

9

10

import csv

with open("D:\\test.csv") as f:

    #1.创建阅读器对象

    reader = csv.reader(f)

    #2.读取文件第一行数据

    head_row=next(reader)

    print(head_row)

    #4.获取文件头及其索引

    for index,column_header in enumerate(head_row):

        print(index,column_header)

结果演示：
['姓名', '年龄', '职业', '家庭地址', '工资']
0 姓名
1 年龄
2 职业
3 家庭地址
4 工资

5.获取某列的最大值

1

2

3

4

5

6

7

8

9

10

11

12

# ['姓名', '年龄', '职业', '家庭地址', '工资']

import csv

with open("D:\\test.csv") as f:

    reader = csv.reader(f)

    header_row=next(reader)

    # print(header_row)

    salary=[]

    for row in reader:

        #把第五列数据保存到列表salary中

         salary.append(int(row[4]))

    print(salary)

    print("员工最高工资为："+str(max(salary)))

结果演示：员工最高工资为：10000

6.复制CSV格式文件

原文件test.csv

这里写图片描述

1

2

3

4

5

6

7

8

9

10

11

import csv

f=open('test.csv')

#1.newline=''消除空格行

aim_file=open('Aim.csv','w',newline='')

write=csv.writer(aim_file)

reader=csv.reader(f)

rows=[row for row in reader]

#2.遍历rows列表

for row in rows:

    #3.把每一行写到Aim.csv中

    write.writerow(row)

01.未添加关键字参数newline=' '的结果：

这里写图片描述

02添加关键字参数newline=' '的Aim.csv文件的内容：

这里写图片描述

(三)pandas库操作CSV文件

csv文件内容：

这里写图片描述

1.安装pandas库：pip install pandas

2.读取csv文件所有数据

1

2

3

4

5

import pandas as pd

path= 'D:\\test.csv'

with open(path)as file:

    data=pd.read_csv(file)

    print(data)

结果演示：
      姓名  年龄   职业  家庭地址     工资
0     张三  22   厨师   北京市   6000
1     李四  26  摄影师  湖南长沙   8000
2     王五  28  程序员    深圳  10000
3  Kaina  22   学生   黑龙江   2000
4     曹操  28   销售    上海   6000

3.describe()方法数据统计

1

2

3

4

5

6

import pandas as pd

path= 'D:\\test.csv'

with open(path)as file:

    data=pd.read_csv(file)

    #了解更多describe()知识，ctr+鼠标左键

    print(data.describe())

结果演示：
             年龄            工资
count   5.00000      5.000000
mean   25.20000   6400.000000
std     3.03315   2966.479395
min    22.00000   2000.000000
25%    22.00000   6000.000000
50%    26.00000   6000.000000
75%    28.00000   8000.000000
max    28.00000  10000.000000

4.读取文件前几行数据

1

2

3

4

5

6

7

8

import pandas as pd

path= 'D:\\test.csv'

with open(path)as file:

    data=pd.read_csv(file)

    #读取前2行数据

    # head_datas = data.head(0)

    head_datas=data.head(2)

    print(head_datas)

结果演示：
   姓名  年龄   职业  家庭地址    工资
0  张三  22   厨师   北京市  6000
1  李四  26  摄影师  湖南长沙  8000

5.读取某一行所有数据

1

2

3

4

5

6

import pandas as pd

path= 'D:\\test.csv'

with open(path)as file:

    data=pd.read_csv(file)

    #读取第一行所有数据

    print(data.ix[0,])

结果演示：
姓名        张三
年龄        22
职业        厨师
家庭地址     北京市
工资      6000

6.读取某几行的数据

1

2

3

4

5

6

import pandas as pd

path= 'D:\\test.csv'

with open(path)as file:

    data=pd.read_csv(file)

    #读取第一行、第二行、第四行的所有数据

    print(data.ix[[0,1,3],:])

结果演示：
      姓名  年龄   职业  家庭地址    工资
0     张三  22   厨师   北京市  6000
1     李四  26  摄影师  湖南长沙  8000
3  Kaina  22   学生   黑龙江  2000

7.读取所有行和列数据

1

2

3

4

5

6

import pandas as pd

path= 'D:\\test.csv'

with open(path)as file:

    data=pd.read_csv(file)

    #读取所有行和列数据

    print(data.ix[:,:])

结果演示：
      姓名  年龄   职业  家庭地址     工资
0     张三  22   厨师   北京市   6000
1     李四  26  摄影师  湖南长沙   8000
2     王五  28  程序员    深圳  10000
3  Kaina  22   学生   黑龙江   2000
4     曹操  28   销售    上海   6000

8.读取某一列的所有行数据

1

2

3

4

5

6

import pandas as pd

path= 'D:\\test.csv'

with open(path)as file:

    data=pd.read_csv(file)

    # print(data.ix[:, 4])

    print(data.ix[:,'工资'])

结果演示：
0     6000
1     8000
2    10000
3     2000
4     6000
Name: 工资, dtype: int64

9.读取某几列的某几行

1

2

3

4

5

import pandas as pd

path= 'D:\\test.csv'

with open(path)as file:

    data=pd.read_csv(file)

    print(data.ix[[0,1,3],['姓名','职业','工资']])

结果演示：
      姓名   职业    工资
0     张三   厨师  6000
1     李四  摄影师  8000
3  Kaina   学生  2000

10.读取某一行和某一列对应的数据

1

2

3

4

5

6

import pandas as pd

path= 'D:\\test.csv'

with open(path)as file:

    data=pd.read_csv(file)

    #读取第三行的第三列

    print("职业---"+data.ix[2,2])

结果演示：职业---程序员

11.CSV数据的导入导出(复制CSV文件)

读方式01：

1

2

3

import pandas as pd

#1.读入数据

data=pd.read_csv(file)

写出数据02：

1

2

3

import pandas as pd

#1.写出数据，目标文件是Aim.csv

data.to_csv('Aim.csv')

其他：

1

2

3

4

5

6

7

8

9

10

11

01.读取网络数据：

import pandas as pd

data_url = "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/tips.csv"

#填写url读取

df = pd.read_csv(data_url)

----------

02.读取excel文件数据

import pandas as pd

data = pd.read_excel(filepath)

实例演示：

1.test.csv原文件内容

这里写图片描述

2.现在把test.csv中的内容复制到Aim.csv中

1

2

3

4

5

6

7

import pandas as pd

file=open('test.csv')

#1.读取file中的数据

data=pd.read_csv(file)

#2.把data写到目标文件Aim.csv中

data.to_csv('Aim.csv')

print(data)

结果演示：

这里写图片描述

注：pandas模块处理Excel文件和处理CSV文件差不多！


 

# python # java # 数据库
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

Spring AI - Tool Calling(工具调用)

Spring AI 函数调用快速入门

avatar AtomGit开源社区

列车-轨道-桥梁交互仿真研究（Matlab代码实现）

本文考虑了具有非线性轮轨接触力的模型，用于分析高速列车与桥梁之间的动态相互作用，以研究由耦合引起的桥梁和车辆中的动态效应。（3）线性接触模型，在该模型中，允许轨道和列车车轮之间的横向相对位移，假设双圆锥车轮和轨道剖面，以及Kalker理论的正接触的线性理论；（4）非线性模型，其中使用实际的车轮和轨道剖面，Hertz的非线性理论用于法向接触，Kalker的非线性理论用于切向接触。计算和讨论了火车、轨

avatar AtomGit开源社区

列车-轨道-桥梁交互仿真研究（Matlab代码实现）

本文考虑了具有非线性轮轨接触力的模型，用于分析高速列车与桥梁之间的动态相互作用，以研究由耦合引起的桥梁和车辆中的动态效应。（3）线性接触模型，在该模型中，允许轨道和列车车轮之间的横向相对位移，假设双圆锥车轮和轨道剖面，以及Kalker理论的正接触的线性理论；（4）非线性模型，其中使用实际的车轮和轨道剖面，Hertz的非线性理论用于法向接触，Kalker的非线性理论用于切向接触。计算和讨论了火车、轨

avatar AtomGit开源社区