这篇教程Python操作CSV格式文件的方法大全写得很实用，希望能帮到您。
(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： 
1.读取表头的2中方式 #方式一import csvwith open("D://test.csv") as f: reader = csv.reader(f) rows=[row for row in reader] print(rows[0])----------#方式二import csvwith 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.获取文件某一列数据import csvwith 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.向csv文件中写入数据import csvwith 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： 
4.获取文件头及其索引 import csvwith 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 # ['姓名', '年龄', '职业', '家庭地址', '工资']import csvwith 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 
import csvf=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： 
02添加关键字参数newline=' '的Aim.csv文件的内容： 
(三)pandas库操作CSV文件csv文件内容： 
1.安装pandas库：pip install pandas 2.读取csv文件所有数据 import pandas as pdpath= '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 import pandas as pdpath= '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 import pandas as pdpath= '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 import pandas as pdpath= '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 import pandas as pdpath= '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 import pandas as pdpath= '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 import pandas as pdpath= '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 import pandas as pdpath= '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 import pandas as pdpath= '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： import pandas as pd#1.读入数据data=pd.read_csv(file) 写出数据02： import pandas as pd#1.写出数据，目标文件是Aim.csvdata.to_csv('Aim.csv')其他： 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 
2.现在把test.csv中的内容复制到Aim.csv中 import pandas as pdfile=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： 
注：pandas模块处理Excel文件和处理CSV文件差不多！ 参考文档：https://docs.python.org/3.6/library/csv.html
总结到此这篇关于Python操作CSV格式文件的文章就介绍到这了,更多相关Python操作CSV文件内容请搜索51zixue.net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51zixue.net！
Python中csv模块的基本使用教程
详解Python中下划线的5种含义 |
