返回顶部
首页 > 资讯 > 后端开发 > Python >python操作csv格式文件之csv.DictReader()方法
  • 640
分享到

python操作csv格式文件之csv.DictReader()方法

2024-04-02 19:04:59 640人浏览 八月长安

Python 官方文档:入门教程 => 点击学习

摘要

目录简单使用csv.DictReader()方法使用csv.DictReader()之fieldnames参数使用csv.DictReader()之resTKEy参数使用csv.Di

简单使用csv.DictReader()方法

示例代码1:

import csv
f = open('sample','r',encoding='utf8')
reader = csv.DictReader(f)
print(reader) # <csv.DictReader object at 0x000002241D730FD0>
for line in reader: # reader为了方便理解我们可以把它看成是一个列表嵌套OrderedDict(一种长相类似于列表的数据类型)
    print(line) # OrderedDict([('id', '1'), ('name', 'jason'), ('age', '18')]) 

sample为一个txt文件,文件内容如下:

id,name,age
1,jason,18
2,jian,20
3,xiaoming,30
4,dog,40

代码运行在终端输出的结果为:

<csv.DictReader object at 0x000001FCF6FA0FD0>    # 来自于示例代码1中的print(reader)
OrderedDict([('id', '1'), ('name', 'jason'), ('age', '18')])    # 来自于示例代码1中的print(line)
1 jason 18    # 来自于示例代码1中的print(line['id'],line['name'],line['age'])
OrderedDict([('id', '2'), ('name', 'jian'), ('age', '20')])
2 jian 20
OrderedDict([('id', '3'), ('name', 'xiaoming'), ('age', '30')])
3 xiaoming 30
OrderedDict([('id', '4'), ('name', 'dog'), ('age', '40')])
4 dog 40

OrderedDict是一种长相类似于列表的数据类型,该列表中嵌套着元组例:line = OrderedDict([('id', '1'), ('name', 'jason'), ('age', '18')]),每个元组中的第一个元素为键,第二个元素为值(类似于字典),每个元组中的键是哪里来的呢?==默认情况下(可以自己设置的)==csv.DictReader()读到的第一行数据就是键。并且可以通过索引的方法来取出OrderedDict数据中的值print(line['id'],line['name'],line['age']) # 可以通过键进行索引取值(类似于字典)。

使用csv.DictReader()之fieldnames参数

在reader = csv.DictReader(f,fieldnames=['new_id','new_name','new_age'])中添加参数fieldnames=['new_id','new_name','new_age']用来指定键。

示例代码2:

import csv
f = open('sample','r',encoding='utf8')
# 通过fieldnames参数指定字段
reader = csv.DictReader(f,fieldnames=['new_id','new_name','new_age'])
head_row = next(reader) # next()方法用于移动指针
print(reader) # <csv.DictReader object at 0x000002241D730FD0>
for line in reader: # reader为了方便理解我们可以把它看成是一个列表嵌套OrderedDict(一种长相类似于列表的数据类型)
    print(line) # OrderedDict([('new_id', '2'), ('new_name', 'jian'), ('new_age', '20')]) 
    # 通过指定的字段进行索引取值并打印输出
    print(line['new_id'],line['new_name'],line['new_age']) # 可以通过键进行索引取值(类似于字典)

next()方法用于移动指针,示例代码2中的head_row = next(reader)获取的是第一行数据存储在head_row中,执行一次next()指针移动一行,此时指针已经移动到了第二行开头,再次读数据的时候,就从第二行开始读取。如果不执行head_row = next(reader)则输出中还会多出这样的结果OrderedDict([('new_id', 'id'), ('new_name', 'name'), ('new_age', 'age')])第一行数据也被算在了其中。

代码运行在终端输出的结果为:

<csv.DictReader object at 0x000001D329CF2080>    # 来自于示例代码2的print(reader) 
OrderedDict([('new_id', '1'), ('new_name', 'jason'), ('new_age', '18')])    # 来自于示例代码2的print(line)
1 jason 18    # 来自于示例代码2的print(line['new_id'],line['new_name'],line['new_age'])
OrderedDict([('new_id', '2'), ('new_name', 'jian'), ('new_age', '20')])
2 jian 20
OrderedDict([('new_id', '3'), ('new_name', 'xiaoming'), ('new_age', '30')])
3 xiaoming 30
OrderedDict([('new_id', '4'), ('new_name', 'dog'), ('new_age', '40')])
4 dog 40

使用csv.DictReader()之restkey参数

如果读取的行具有比键名序列更多的值,此时则会将剩余的数据作为值添加到restkey中的键下面。此时我们修改sample文件多添加一列数据。
在reader = csv.DictReader(f,fieldnames=['new_id','new_name','new_age'],restkey='hobby')中添加restkey='hobby'用来指定接收多余值的键,并且要注意restkey只能传入一个值,不能传入列表,元组数据类型。

sample为一个txt文件,文件内容如下:

id,name,age
1,jason,18,dbj
2,jian,20,lol
3,xiaoming,30,game
4,dog,40,noting

示例代码3:

import csv
f = open('sample','r',encoding='utf8')
# 通过fieldnames参数指定字段,超出fieldnames中键数量的值,用restkey中的键来接收
reader = csv.DictReader(f,fieldnames=['new_id','new_name','new_age'],restkey='hobby')
head_row = next(reader) # next用于移动指针
print(reader) # <csv.DictReader object at 0x000002241D730FD0>
for line in reader: # reader为了方便理解我们可以把它看成是一个列表嵌套OrderedDict(一种长相类似于列表的数据类型)
    print(line) # OrderedDict([('new_id', '2'), ('new_name', 'jian'), ('new_age', '20')]) 
    # 通过指定的字段进行索引取值并打印输出
    print(line['new_id'],line['new_name'],line['new_age'],line['hobby']) # 可以通过键进行索引取值(类似于字典)

代码运行在终端输出的结果为:

<csv.DictReader object at 0x000001CB6B6030F0>    # 来自于示例代码3的print(reader) 
OrderedDict([('new_id', '1'), ('new_name', 'jason'), ('new_age', '18'), ('hobby', ['dbj'])]) # 来自于示例代码3的print(line)
1 jason 18    # 来自于示例代码3的print(line['new_id'],line['new_name'],line['new_age'])
OrderedDict([('new_id', '2'), ('new_name', 'jian'), ('new_age', '20'), ('hobby', ['lol'])])
2 jian 20
OrderedDict([('new_id', '3'), ('new_name', 'xiaoming'), ('new_age', '30'), ('hobby', ['game'])])
3 xiaoming 30
OrderedDict([('new_id', '4'), ('new_name', 'dog'), ('new_age', '40'), ('hobby', ['noting'])])
4 dog 40

从代码运行结果中我们会发现多出来的值,确实使用restkey指定的键restkey='hobby'来接收了OrderedDict([('new_id', '1'), ('new_name', 'jason'), ('new_age', '18'), ('hobby', ['dbj'])])
注意虽然多余的键可以用restkey指定的键接收,但是却无法通过索引打印出来,也就是执行print(line["hobby"])的话就会报错KeyError: 'hobby'。

使用csv.DictReader()之restval参数

如果读取的行具有比键名序列更少的值,此时剩余的键则会使用可选参数restval中的值。此时我们修改sample文件多添加一列数据。
在reader = csv.DictReader(f,fieldnames=['new_id','new_name','new_age','hobby'],restval='others')中添加restval='others'用来指定键对应值为空时的默认值,并且要注意restval也只能传入一个值,不能传入列表,元组数据类型。

sample为一个txt文件,文件内容如下:

id,name,age
1,jason,18
2,jian,20,lol
3,xiaoming,30
4,dog,40,noting

示例代码4:

import csv
f = open('sample','r',encoding='utf8')
# 通过fieldnames参数指定字段,超出fieldnames中键数量的值,用restkey中的键来接收
reader = csv.DictReader(f,fieldnames=['new_id','new_name','new_age','hobby'],restval='others')
head_row = next(reader) # next用于移动指针
# print(reader) # <csv.DictReader object at 0x000002241D730FD0>
for line in reader: # reader为了方便理解我们可以把它看成是一个列表嵌套OrderedDict(一种长相类似于列表的数据类型)
    print(line) # OrderedDict([('new_id', '1'), ('new_name', 'jason'), ('new_age', '18'), ('hobby', 'others')]) 
    # 通过指定的字段进行索引取值并打印输出
    print(line['new_id'],line['new_name'],line['new_age'],line['hobby']) # 可以通过键进行索引取值(类似于字典)

代码运行在终端输出的结果为:

OrderedDict([('new_id', '1'), ('new_name', 'jason'), ('new_age', '18'), ('hobby', 'others')])  # 来自于示例代码4的print(line)
1 jason 18 others  # 来自于示例代码4的print(line['new_id'],line['new_name'],line['new_age'],line['hobby'])
OrderedDict([('new_id', '2'), ('new_name', 'jian'), ('new_age', '20'), ('hobby', 'lol')])
2 jian 20 lol
OrderedDict([('new_id', '3'), ('new_name', 'xiaoming'), ('new_age', '30'), ('hobby', 'others')])3 xiaoming 30 others
OrderedDict([('new_id', '4'), ('new_name', 'dog'), ('new_age', '40'), ('hobby', 'noting')])
4 dog 40 noting

到此这篇关于python操作csv格式文件之csv.DictReader()方法的文章就介绍到这了,更多相关Python csv.DictReader方法内容请搜索编程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编程网!

--结束END--

本文标题: python操作csv格式文件之csv.DictReader()方法

本文链接: https://lsjlt.com/news/118938.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

猜你喜欢
  • python操作csv格式文件之csv.DictReader()方法
    目录简单使用csv.DictReader()方法使用csv.DictReader()之fieldnames参数使用csv.DictReader()之restkey参数使用csv.Di...
    99+
    2024-04-02
  • Python操作CSV格式文件的方法大全
    目录(一)CSV格式文件(二)CSV库操作csv格式文本(三)pandas库操作CSV文件总结(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C...
    99+
    2022-06-02
    python对csv文件处理 pythoncsv文件的操作 python 读取csv文件数据
  • Python操作CSV格式文件的方法有哪些
    这篇文章主要介绍“Python操作CSV格式文件的方法有哪些”,在日常操作中,相信很多人在Python操作CSV格式文件的方法有哪些问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”Python操作CSV格式文件...
    99+
    2023-06-20
  • Python读写csv文件的操作方法
    这篇文章主要介绍了Python读写csv文件的操作方法,具有一定借鉴价值,需要的朋友可以参考下。下面就和我一起来看看吧。要在 Python 中写入 CSV,请使用 Python 的 csv 模块。例如,让我们将一个字符串列表写入一个新的 C...
    99+
    2023-07-06
  • python之文件操作、OS模块、CSV
    1 文件系统和文件 在磁盘上读写文件的功能都是由操作系统提供的,现代操作系统不允许普通的程序直接操作磁盘,所以,读写文件就是请求操作系统打开一个文件对象(通常称为文件描述符),然后,通过操作系统提供的接口从这个文件对象中读取数据(读文件...
    99+
    2023-01-31
    模块 操作 文件
  • Python 操作.csv文件
    import csv csvfile = file('E:\\workspace\\data\\ex1.csv', 'rb') reader = csv.reader(csvfile) for line in reader:     p...
    99+
    2023-01-31
    操作 文件 Python
  • Ruby操作CSV格式数据方法详解
    CSV格式的数据默认是以逗号分隔各个字段的一条一条记录,默认用换行符分隔每一条记录。此外,有的CSV有标题行,有的没有。还有其他一些格式, 它们都有默认值,但都可以在读、写CSV数据...
    99+
    2024-04-02
  • Python操作csv文件之csv.writer()和csv.DictWriter()方法的基本使用
    目录一、csv.writer()方法的基本使用二、csv.DictWriter()方法的基本使用总结 一、csv.writer()方法的基本使用 示例代码1: import...
    99+
    2024-04-02
  • Python中CSV文件的读写库操作方法
    目录文件的基本读写用字典模式处理数据非标准格式的处理dialectSnifferCSV 格式的全称是 Comma Separated Values,意思是逗号分割的数据,是最常见的电...
    99+
    2022-12-08
    CSV文件读写库 CSV文件读写 CSV文件
  • Python将CSV文件转化为HTML文件的操作方法
    What' s CSV CSV 逗号分隔值(Comma-Separated Values,CSV,有时也称为字符分隔值,因为分隔字符也可以不是逗号),其文件以纯文本形式存储表格数据(数字和文本)。 纯文本意味着该...
    99+
    2022-06-02
    Python CSV文件转化为HTML文件 Python CSV文件 Python CSV HTML文件
  • python 读写csv格式的文件
    python在它的标准库中包含了csv模块。 例子环境 python3.4 win7 32位 1.读取csv文件 csvTest-data.csv内容如下: ItemID,Name,Description,Owner,Bor...
    99+
    2023-01-31
    格式 文件 python
  • python操作XML格式文件的一些常见方法
    目录前言1. 读取文件和内容2.读取节点数据3.修改和删除节点4.构建文档 方式一ET.Element()补充:XML文件和JSON文件互转1、XML文件转为JSON文件2、JSON...
    99+
    2024-04-02
  • Pandas对CSV文件读写操作的方法
    这篇“Pandas对CSV文件读写操作的方法”文章的知识点大部分人都不太理解,所以小编给大家总结了以下内容,内容详细,步骤清晰,具有一定的借鉴价值,希望大家阅读完这篇文章能有所收获,下面我们一起来看看这篇“Pandas对CSV文件读写操作的...
    99+
    2023-06-30
  • 详解Python读取和写入操作CSV文件的方法
    目录什么是 CSV 文件?内置 CSV 库解析 CSV 文件读取 CSV 文件csv将 CSV 文件读入字典csv可选的 Python CSV reader参数使用 csv 写入文件...
    99+
    2024-04-02
  • python操作xlsx格式文件并读取
    之前给大家介绍过python高手之路python处理excel文件(方法汇总)  Python操作Excel之xlsx文件 今天继续围绕python xlsx格式文件的操作方法给大家介绍,具体内容...
    99+
    2022-06-02
    python xlsx格式文件 python 读取xlsx格式文件
  • Python怎么将csv格式转换成JSON格式文件
    这篇文章主要介绍“Python怎么将csv格式转换成JSON格式文件”,在日常操作中,相信很多人在Python怎么将csv格式转换成JSON格式文件问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”Python怎...
    99+
    2023-06-02
  • Python之文件操作
    Python可以对文件进行查看、创建等功能,可以对文件内容进行添加、修改、删除,且所使用到的函数在Python3.5.x为open,在Python2.7.x同时支持file和open,但是在3.5.x系列移除了file函数。Python文件...
    99+
    2023-01-31
    操作 文件 Python
  • linux操作之清空文件方式
    目录一、重定向到null二、通过echo命令清空文件三、通过‘true’命令重定向来清空文件四、使用cat/cp/dd实用工具及/dev/null设备来清空文件1、cat2、cp3、dd  4、/...
    99+
    2023-04-26
    linux清空文件 linux操作 清空文件方式
  • Python利用Rows快速操作csv文件
    目录1.准备2.基本使用3.命令行工具Rows 是一个专门用于操作表格的第三方Python模块。 只要通过 Rows 读取 csv 文件,她就能生成可以被计算的 Python 对象。...
    99+
    2024-04-02
  • 怎么在python中使用CSV文件格式
    今天就跟大家聊聊有关怎么在python中使用CSV文件格式,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。python的五大特点是什么python的五大特点:1.简单易学,开发程序时,...
    99+
    2023-06-14
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作