,,教你用Python读取CSV文件的5种方式

一个股票数据集，其实就是一个普通的表格数据，有自己的头和体。本文主要介绍Python中读取CSV文件的五种方法，通过五招非常详细的介绍给大家。有需要的朋友可以参考一下。

第一招：简单的读取

我们先来看一个简单的阅读方法。首先，使用csv.reader()函数读取文件句柄F生成一个csv句柄，它实际上是一个迭代器。让我们来看看这个阅读器的源代码：

向reader提供一个iterable对象或一个文件的对象，然后返回一个iterable对象。

首先读取csv文件，然后使用csv.reader生成一个csv迭代器f_csv。

接下来(f_csv)利用迭代器的特性获取csv文件的头，也就是表格数据的头。

然后，使用for循环，逐行打印row的内容，即表数据的主体。

上面第一招其实最简单。让我们用nametuple包装生成的行数据。

Nametuple其实是一个很有用的类，属于collections模块，这个模块简直就是一个百宝箱，里面有很多牛逼的库；

在这里，我们使用next(f_csv)来实际获取表的头来初始化这一行；

然后循环构造这一行的数据，将我们表中每一行的数据以nametuple格式馈入row _ info

这样做的好处是可以随意访问这个row_info中的数据，就像访问类数据一样，比如row_info.price

如果我们非常清楚csv数据的每一行的类型，呵呵可以用一个设置好的数据格式转换头来转换数据。

其实操作步骤和上面差不多，只是数据结果的清理略有不同。这里非常巧妙的zip来构造一个嵌套的数据列表，然后使用convert(data)转换csv文件中每一行的数据。那真是一步好棋！

看一看结果：

上面使用的nametuple实际上是数据的映射。有什么方法可以通过映射直接读取csv的内容，直接拿出字典？是真的。让我们看一下代码：

不是很简单吗？原来DictReader()直接内置在csv模块中，按照dictionary方法读取，然后生成一个有序字典。看一看结果：

有兴趣的可以看看这个DictReader()的源代码。它实际上是内部构建的迭代器类，内部__next__实际上是使用Ordered Dict (zip (self)生成的。字段名，行))。

如果我们需要清理这个csv中的数据，因为它在读出时都是字符串，我们需要将其更新为特定的数据类型。这时候还可以用字典转换，也是很巧妙的。让我们来看看源代码：

原始数据价格价格和成交量，希望最终读取会生成一个浮点数据和整形数据。所以，用字典来巧妙的更新密钥。

首先，我们声明一个自定义类型转换器field _ types

然后循环生成迭代对象(key，conversion(row[key])；

最后，更新字典中的相同键，例如，将更新行['price']的内容。

参考链接：

用Python读取CSV文件的5种方法，https://mp.weixin.qq.com/s/cs4buSULva1FgCctp_fB6g

这就是这篇关于教你用Python阅读CSV文件的五种方法的文章。关于用Python阅读CSV文件的更多信息，请搜索我们以前的文章或继续浏览下面的相关文章。希望你以后能支持我们！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。