Hướng dẫn how do i save a csv file in python? - làm cách nào để lưu tệp csv trong python?

Tôi biết câu hỏi là hỏi về việc triển khai gói "CSV" của bạn, nhưng đối với thông tin của bạn, có những tùy chọn đơn giản hơn nhiều - Numpy, chẳng hạn.

import numpy as np
np.savetxt('data.csv', (col1_array, col2_array, col3_array), delimiter=',')

(Câu trả lời này được đăng 6 năm sau, vì lợi ích của hậu thế.)

Trong một trường hợp khác tương tự như những gì bạn đang hỏi, nói rằng bạn có hai cột như thế này:

names = ['Player Name', 'Foo', 'Bar']
scores = ['Score', 250, 500]

Bạn có thể lưu nó như thế này:

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

Player Name,Score
Foo,250
Bar,500

Tệp CSV là gì?

Tệp CSV (Giá trị phân tách bằng dấu phẩy) là một tệp sử dụng một định dạng nhất định để lưu trữ dữ liệu. Định dạng tệp này tổ chức thông tin, chứa một bản ghi trên mỗi dòng, với mỗi trường (cột) được phân tách bằng một dấu phân cách. Phân đoạn được sử dụng phổ biến nhất thường là dấu phẩy.

Định dạng này phổ biến đến mức nó thực sự đã được tiêu chuẩn hóa trong RFC 4180. Tuy nhiên, tiêu chuẩn này không phải lúc nào cũng được tuân theo và thiếu việc sử dụng tiêu chuẩn phổ quát. Định dạng chính xác được sử dụng đôi khi có thể phụ thuộc vào ứng dụng mà nó đang được sử dụng.

Các tệp CSV thường được sử dụng vì chúng dễ đọc và quản lý, chúng có kích thước nhỏ và nhanh chóng để xử lý/chuyển. Do những lợi ích này, chúng thường được sử dụng trong các ứng dụng phần mềm, từ bất cứ nơi nào từ các cửa hàng thương mại điện tử trực tuyến đến ứng dụng di động đến các công cụ máy tính để bàn. Ví dụ, Magento, một nền tảng thương mại điện tử, được biết đến với sự hỗ trợ của CSV.

Ngoài ra, nhiều ứng dụng, chẳng hạn như Microsoft Excel, Notepad và Google Docs, có thể được sử dụng để nhập hoặc xuất các tệp CSV.

Mô -đun CSV Python

Mô -đun CSV thực hiện các lớp để hoạt động với các tệp CSV. Nó được tập trung vào định dạng được Microsoft Excel ưa thích. Tuy nhiên, chức năng của nó đủ rộng để làm việc với các tệp CSV sử dụng các trình phân cách và ký tự trích dẫn khác nhau.

Mô -đun này cung cấp các chức năng

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

csv.reader

Phương pháp

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

Nó lấy các tham số sau:

• np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')
  

  7: Một đối tượng hỗ trợ giao thức Iterator, trong trường hợp này thường là đối tượng tệp cho tệp CSV

• np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')
  

  8 (Tùy chọn): Tên của phương ngữ sẽ sử dụng (sẽ được giải thích trong các phần sau)

• np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')
  

  9 (Tùy chọn): Các tham số định dạng sẽ ghi đè lên các tham số được chỉ định trong Phương ngữ

Phương thức này trả về một đối tượng đầu đọc, có thể được lặp lại để truy xuất các dòng CSV của bạn. Dữ liệu được đọc như một danh sách các chuỗi. Nếu chúng tôi chỉ định định dạng QUOTE_NONNUMERIC, các giá trị không được trích xuất sẽ được chuyển đổi thành các giá trị float.

Một ví dụ về cách sử dụng phương pháp này được đưa ra trong phần đọc các tệp CSV của bài viết này.

csv.writer

Phương pháp

Player Name,Score
Foo,250
Bar,500

Phương thức này lấy các tham số sau:

• np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')
  

  7: Bất kỳ đối tượng nào có phương thức

  Player Name,Score
  Foo,250
  Bar,500
  

  2, trong trường hợp này thường là đối tượng tệp

• np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')
  

  8 (Tùy chọn): Tên của phương ngữ sẽ sử dụng

• np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')
  

  9 (Tùy chọn): Các tham số định dạng sẽ ghi đè lên các tham số được chỉ định trong Phương ngữ

Một lưu ý thận trọng với phương pháp này: Nếu tham số

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

Player Name,Score
Foo,250
Bar,500

csv.dictreader và csv.dictwriter

Mô -đun

Player Name,Score
Foo,250
Bar,500

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

Lớp

1,2,3
Good morning,Good afternoon,Good evening

1,2,3
Good morning,Good afternoon,Good evening

1,2,3
Good morning,Good afternoon,Good evening

Và giống như

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

1,2,3
Good morning,Good afternoon,Good evening

1,2,3
Good morning,Good afternoon,Good evening

Cả hai lớp này bao gồm một tham số tùy chọn để sử dụng phương ngữ.

Phương ngữ

Một phương ngữ, trong bối cảnh đọc và viết CSV, là một cấu trúc cho phép bạn tạo, lưu trữ và sử dụng lại các tham số định dạng khác nhau cho dữ liệu của bạn.

Python cung cấp hai cách khác nhau để chỉ định các tham số định dạng. Đầu tiên là bằng cách tuyên bố một lớp con của lớp này, trong đó có các thuộc tính cụ thể. Thứ hai là bằng cách chỉ định trực tiếp các tham số định dạng, sử dụng cùng tên như được định nghĩa trong lớp

1,2,3
Good morning,Good afternoon,Good evening

1,2,3
Good morning,Good afternoon,Good evening

• 1,2,3
  Good morning,Good afternoon,Good evening
  

  8: Được sử dụng làm ký tự phân tách giữa các trường. Giá trị mặc định là dấu phẩy (,).

• 1,2,3
  Good morning,Good afternoon,Good evening
  

  9: Được sử dụng để trích dẫn các trường chứa các ký tự đặc biệt. Mặc định là kép (").

• 1/2/3
  Good morning/Good afternoon/Good evening
  

  0: Được sử dụng để tạo ra các dòng mới. Mặc định là '\ r \ n'.

Sử dụng lớp này để cho mô-đun

Player Name,Score
Foo,250
Bar,500

Phiên bản

Một điều quan trọng cần lưu ý nếu bạn đang sử dụng Python 2.7: Không dễ để hỗ trợ đầu vào Unicode trong phiên bản Python này, vì vậy bạn có thể cần đảm bảo tất cả đầu vào của mình nằm trong UTF-8 hoặc có thể in các ký tự ASCII.

Ví dụ về tệp CSV

Chúng ta có thể tạo một tệp CSV một cách dễ dàng với trình soạn thảo văn bản hoặc thậm chí Excel. Trong ví dụ dưới đây, tệp Excel có sự kết hợp của các số (1, 2 và 3) và các từ (chào buổi sáng, buổi chiều tốt lành, buổi tối tốt lành), mỗi người trong một ô khác nhau.

Để lưu tệp này dưới dạng CSV, nhấp vào Tệp-> Lưu dưới dạng, sau đó trong cửa sổ Lưu dưới dạng, chọn "Dấu phẩy các giá trị tách (.csv)" "dưới sự thả xuống định dạng. Lưu nó dưới dạng csvexample.csv để sử dụng sau.Format dropdown. Save it as csvexample.csv for later use.

Cấu trúc của tệp CSV có thể được nhìn thấy bằng trình soạn thảo văn bản, chẳng hạn như Notepad hoặc văn bản siêu phàm. Ở đây, chúng ta có thể nhận được các giá trị giống như trong tệp Excel, nhưng được phân tách bằng dấu phẩy.

1,2,3
Good morning,Good afternoon,Good evening

Chúng tôi sẽ sử dụng tệp này trong các ví dụ sau.

Chúng ta cũng có thể thay đổi dấu phân cách thành một thứ khác ngoài dấu phẩy, như một dấu gạch chéo phía trước ('/'). Thực hiện thay đổi này trong tệp trên, thay thế tất cả các dấu phẩy bằng các dấu gạch chéo phía trước và lưu nó dưới dạng csvexample2.csv để sử dụng sau. Nó sẽ trông như sau:

1/2/3
Good morning/Good afternoon/Good evening

Đây cũng là dữ liệu CSV hợp lệ, miễn là chúng tôi sử dụng phương ngữ và định dạng chính xác để đọc/ghi dữ liệu, trong trường hợp này sẽ yêu cầu dấu phân cách '/'.

Đọc các tập tin CSV

Một tệp CSV đơn giản

Trong ví dụ này, chúng tôi sẽ chỉ ra cách bạn có thể đọc tệp csvexample.csv mà chúng tôi đã tạo và giải thích trong phần trước. Mã như sau:

import csv

with open('csvexample.csv', newline='') as myFile:
    reader = csv.reader(myFile)
    for row in reader:
        print(row)

Trong mã này, chúng tôi mở tệp CSV của chúng tôi dưới dạng

1/2/3
Good morning/Good afternoon/Good evening

1,2,3
Good morning,Good afternoon,Good evening

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

Nếu chúng tôi lưu mã trong một tệp có tên Reader.py và chúng tôi chạy nó, kết quả sẽ hiển thị như sau:

$ python reader.py
['1', '2', '3']
['Good morning', 'Good afternoon', 'Good evening']

Kiểm tra hướng dẫn thực hành của chúng tôi, thực tế để học Git, với các thực hành tốt nhất, các tiêu chuẩn được công nghiệp chấp nhận và bao gồm bảng gian lận. Ngừng các lệnh git googling và thực sự tìm hiểu nó!

Như chúng ta có thể thấy từ việc chạy mã này, chúng ta có được nội dung của tệp csvexample.csv, được in vào bảng điều khiển, ngoại trừ bây giờ nó ở dạng có cấu trúc mà chúng ta có thể dễ dàng làm việc trong mã của mình hơn.

Thay đổi dấu phân cách

Mô -đun

Player Name,Score
Foo,250
Bar,500

Để thực hiện cùng một nhiệm vụ như trên với định dạng mới này, chúng tôi phải sửa đổi mã để chỉ ra dấu phân cách mới đang được sử dụng. Trong ví dụ này, chúng tôi đã lưu mã trong một tệp có tên Reader2.py. Chương trình sửa đổi là một phần sau:

import csv

with open('csvexample2.csv', newline='') as myFile:
    reader = csv.reader(myFile, delimiter='/', quoting=csv.QUOTE_NONE)
    for row in reader:
        print(row)

Như chúng ta có thể thấy từ mã trên, chúng tôi đã sửa đổi dòng mã thứ ba bằng cách thêm tham số

1/2/3
Good morning/Good afternoon/Good evening

Chúng tôi cũng đã thêm tham số trích dẫn và gán cho nó một giá trị

1/2/3
Good morning/Good afternoon/Good evening

$ python reader2.py
['1', '2', '3']
['Good morning', 'Good afternoon', 'Good evening']

Như bạn có thể thấy, nhờ những thay đổi nhỏ trong mã, chúng tôi vẫn nhận được kết quả dự kiến ​​tương tự.

Tạo một phương ngữ

Mô -đun

Player Name,Score
Foo,250
Bar,500

names = ['Player Name', 'Foo', 'Bar']
scores = ['Score', 250, 500]

Ở đây chúng tôi tạo và đăng ký phương ngữ được đặt tên của riêng mình, trong trường hợp này sử dụng cùng các tham số định dạng như trước (dấu gạch chéo chuyển tiếp và không có trích dẫn). Sau đó, chúng tôi chỉ định cho

1,2,3
Good morning,Good afternoon,Good evening

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

Nếu chúng tôi lưu mã này trong một tệp có tên Reader3.py và chạy nó, kết quả sẽ như sau:

names = ['Player Name', 'Foo', 'Bar']
scores = ['Score', 250, 500]

Một lần nữa, đầu ra này hoàn toàn giống như trên, điều đó có nghĩa là chúng tôi đã phân tích chính xác dữ liệu CSV không chuẩn.

Ghi vào các tệp CSV

Giống như đọc CSVS, mô -đun

Player Name,Score
Foo,250
Bar,500

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

import csv

with open('csvexample.csv', newline='') as myFile:
    reader = csv.reader(myFile)
    for row in reader:
        print(row)

import csv

with open('csvexample.csv', newline='') as myFile:
    reader = csv.reader(myFile)
    for row in reader:
        print(row)

import csv

with open('csvexample.csv', newline='') as myFile:
    reader = csv.reader(myFile)
    for row in reader:
        print(row)

Mã trong ví dụ dưới đây tạo ra một danh sách dữ liệu, với mỗi phần tử trong danh sách bên ngoài đại diện cho một hàng trong tệp CSV. Sau đó, mã của chúng tôi mở một tệp CSV có tên CSVExample3.csv, tạo đối tượng

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

import csv

with open('csvexample.csv', newline='') as myFile:
    reader = csv.reader(myFile)
    for row in reader:
        print(row)

names = ['Player Name', 'Foo', 'Bar']
scores = ['Score', 250, 500]

Tệp kết quả, csvexample3.csv, nên có văn bản sau:

names = ['Player Name', 'Foo', 'Bar']
scores = ['Score', 250, 500]

Đối tượng

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

names = ['Player Name', 'Foo', 'Bar']
scores = ['Score', 250, 500]

Tương tự như ví dụ "đọc" của chúng tôi, chúng tôi tạo một phương ngữ theo cùng một cách (thông qua

import csv

with open('csvexample.csv', newline='') as myFile:
    reader = csv.reader(myFile)
    for row in reader:
        print(row)

Và một lần nữa, việc chạy mã trên dẫn đến đầu ra sau cho tệp CSVEXample mới của chúng tôi.

names = ['Player Name', 'Foo', 'Bar']
scores = ['Score', 250, 500]

Sử dụng từ điển

Trong nhiều trường hợp, dữ liệu của chúng tôi sẽ không được định dạng dưới dạng mảng 2D (như chúng tôi đã thấy trong các ví dụ trước) và thật tuyệt nếu chúng tôi kiểm soát tốt hơn dữ liệu chúng tôi đọc. Để giúp vấn đề này, mô -đun

Player Name,Score
Foo,250
Bar,500

Tương tác với dữ liệu của bạn theo cách này là tự nhiên hơn nhiều đối với hầu hết các ứng dụng Python và sẽ dễ dàng tích hợp vào mã của bạn hơn nhờ sự quen thuộc của

$ python reader.py
['1', '2', '3']
['Good morning', 'Good afternoon', 'Good evening']

Đọc tệp CSV với DicTreader

Sử dụng trình soạn thảo văn bản yêu thích của bạn, hãy tạo tệp CSV có tên các quốc gia.csv với nội dung sau:

names = ['Player Name', 'Foo', 'Bar']
scores = ['Score', 250, 500]

Bây giờ, định dạng của dữ liệu này có thể trông hơi khác một chút so với các ví dụ của chúng tôi trước đây. Hàng đầu tiên trong tệp này chứa tên trường/cột, cung cấp nhãn cho mỗi cột dữ liệu. Các hàng trong tệp này chứa các cặp giá trị (quốc gia, vốn) được phân tách bằng dấu phẩy. Các nhãn này là tùy chọn, nhưng có xu hướng rất hữu ích, đặc biệt là khi bạn thực sự phải tự mình xem dữ liệu này.

Để đọc tệp này, chúng tôi tạo mã sau:

names = ['Player Name', 'Foo', 'Bar']
scores = ['Score', 250, 500]

Chúng tôi vẫn lặp qua từng hàng của dữ liệu, nhưng hãy chú ý cách chúng tôi có thể truy cập vào các cột của mỗi hàng bằng nhãn của họ, trong trường hợp này là quốc gia. Nếu chúng tôi muốn, chúng tôi cũng có thể truy cập vốn với

$ python reader.py
['1', '2', '3']
['Good morning', 'Good afternoon', 'Good evening']

Chạy mã kết quả sau:

names = ['Player Name', 'Foo', 'Bar']
scores = ['Score', 250, 500]

Viết vào một tệp với Dictwriter

Chúng tôi cũng có thể tạo một tệp CSV bằng từ điển của chúng tôi. Trong mã dưới đây, chúng tôi tạo ra một từ điển với các lĩnh vực quốc gia và thủ đô. Sau đó, chúng tôi tạo một đối tượng

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

$ python reader.py
['1', '2', '3']
['Good morning', 'Good afternoon', 'Good evening']

Theo đó, trước tiên chúng tôi viết hàng tiêu đề bằng phương thức

$ python reader.py
['1', '2', '3']
['Good morning', 'Good afternoon', 'Good evening']

import csv

with open('csvexample.csv', newline='') as myFile:
    reader = csv.reader(myFile)
    for row in reader:
        print(row)

names = ['Player Name', 'Foo', 'Bar']
scores = ['Score', 250, 500]

Và cuối cùng, việc chạy mã này cung cấp cho chúng ta đầu ra CSV chính xác, với nhãn và tất cả:

names = ['Player Name', 'Foo', 'Bar']
scores = ['Score', 250, 500]

Sự kết luận

Các tệp CSV là một định dạng lưu trữ tệp tiện dụng mà nhiều nhà phát triển sử dụng trong các dự án của họ. Chúng nhỏ, dễ quản lý và được sử dụng rộng rãi trong suốt quá trình phát triển phần mềm. May mắn cho bạn, Python có một mô -đun chuyên dụng cho chúng cung cấp các phương pháp và lớp linh hoạt để quản lý các tệp CSV một cách đơn giản và hiệu quả.

Trong bài viết này, chúng tôi đã chỉ cho bạn cách sử dụng mô -đun Python

Player Name,Score
Foo,250
Bar,500

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

np.savetxt('scores.csv', [p for p in zip(names, scores)], delimiter=',', fmt='%s')

$ python reader.py
['1', '2', '3']
['Good morning', 'Good afternoon', 'Good evening']

Làm cách nào để lưu tệp CSV?

Làm cách nào để lưu tệp CSV sau khi chỉnh sửa Python?

Làm cách nào để lưu tệp CSV trong Python Pandas?

Làm cách nào để tạo và ghi vào tệp CSV trong Python?