python怎么读取csv文件-Python教程

Python读写csv文件

媒介

逗号分隔值（Co妹妹a-Separated Values，CSV，有时也称为字符分隔值，由于分隔字符也能够没有是逗号），其文件以纯文本方式存储表格数据（数字以及文本）。纯文本象征着该文件是一个字符序列，没有含必需像二进制数字那样被解读的数据。CSV文件由恣意数量的记载组成，记载间以某种换行符分隔；每一笔记录由字段组成，字段间的分隔符是其它字符或字符串，最多见的是逗号或制表符。通常，一切记载都有齐全相反的字段序列.

特性

读掏出的数据普通为字符类型，假如是数字需求工钱转换为数字

以行为单元读取数据

列之间以半角逗号或制表符为分隔，普通为半角逗号

普通为每一行扫尾没有空格，第一行是属性列，数据列之间以距离符为距离无空格，行之间无空行。

行之间无空行非常首要，假如有空行或许数据集中行末有空格，读取数据时普通会犯错，诱发[list index out of range]谬误。PS：曾经被这个谬误坑过不少次！

应用python I/O写入以及读取CSV文件

应用PythonI/O写入csv文件

如下是将"birthweight.dat"低出身体重的dat文件从作者源处下载上去，而且将其解决后保留到csv文件中的代码。

import csv
import os
import numpy as np
import random
import requests
# name of data file
# 数据集称号
birth_weight_file = 'birth_weight.csv'
# download data and create data file if file does not exist in current directory
# 假如以后文件夹下不birth_weight.csv数据集则下载dat文件并天生csv文件
if not os.path.exists(birth_weight_file):
    birthdata_url = 'https://github.com/nfmcclure/tensorflow_cookbook/raw/master/01_Introduction/07_Working_with_Data_Sources/birthweight_data/birthweight.dat'
    birth_file = requests.get(birthdata_url)
    birth_data = birth_file.text.split('\r\n')
    # split宰割函数,以一行作为宰割函数，windows中换行符号为'\r\n',每一一行前面都有一个'\r\n'符号。
    birth_header = birth_data[0].split('\t')
    # 每一一列的题目，标正在第一行，便是birth_data的第一个数据。并应用制表符作为划分。
    birth_data = [[float(x) for x in y.split('\t') if len(x) >= 1] for y in birth_data[1:] if len(y) >= 1]
    print(np.array(birth_data).shape)
    # (189, 9)
    # 此为list数据方式没有是numpy数组不克不及应用np,shape函数,然而咱们能够应用np.array函数将list工具转化为numpy数组后应用shape属性进行查看。
    with open(birth_weight_file, "w", newline='') as f:
    # with open(birth_weight_file, "w") as f:
        writer = csv.writer(f)
        writer.writerows([birth_header])
        writer.writerows(birth_data)
        f.close()

常见谬误list index out of range

此中咱们重点需求讲的是 with open(birth_weight_file, "w", newline='') as f: 这个语句。示意写入csv文件,假如没有加之参数 newline='' 示意以空格作为换行符，而是用 with open(birth_weight_file, "w") as f: 语句。则天生的表格中会呈现空行。

不只仅是用python I/O进行csv数据的读写时，行使其他办法读写csv数据，或许从网上下载好csv数据集后都需求查看其每一行后有无空格，或许有无过剩的空行。防止不用要的谬误~影响数据剖析时的判别。

应用PythonI/O读取csv文件

应用python I/O办法进行读取时便是新建一个List 列表而后依照后行后列的程序(相似C言语中的二维数组)将数据存进空的List工具中，假如需求将其转化为numpy 数组也能够应用np.array(List name)进行工具之间的转化。

birth_data = []
with open(birth_weight_file) as csvfile:
    csv_reader = csv.reader(csvfile)  # 应用csv.reader读取csvfile中的文件
    birth_header = next(csv_reader)  # 读取第一行每一一列的题目
    for row in csv_reader:  # 将csv 文件中的数据保留到birth_data中
        birth_data.append(row)
birth_data = [[float(x) for x in row] for row in birth_data]  # 将数据从string方式转换为float方式
birth_data = np.array(birth_data)  # 将list数组转化成array数组便于查看数据构造
birth_header = np.array(birth_header)
print(birth_data.shape)  # 行使.shape查看构造。
print(birth_header.shape)
#
# (189, 9)
# (9,)

应用Pandas读取CSV文件

import pandas as pd
csv_data = pd.read_csv('birth_weight.csv')  # 读取训练数据
print(csv_data.shape)  # (189, 9)
N = 5
csv_batch_data = csv_data.tail(N)  # 取后5条数据
print(csv_batch_data.shape)  # (5, 9)
train_batch_data = csv_batch_data[list(range(3, 6))]  # 取这20条数据的3到5列值(索引从0开端)
print(train_batch_data)
#      RACE  SMOKE  PTL
# 184   0.0    0.0  0.0
# 185   0.0    0.0  1.0
# 186   0.0    1.0  0.0
# 187   0.0    0.0  0.0
# 188   0.0    0.0  1.0

应用Tensorflow读取CSV文件

自己正在平常普通都是应用Tensorflow解决各种数据，以是关于应用Tensorflow读取数据正在此不外多的进行诠释，上面贴上一段代码。

'''应用Tensorflow读取csv数据'''
filename = 'birth_weight.csv'
file_queue = tf.train.string_input_producer([filename])  # 设置文件名行列步队，这样做可以批量读取文件夹中的文件
reader = tf.TextLineReader(skip_header_lines=1)  # 应用tensorflow文本行浏览器，而且设置疏忽第一行
key, value = reader.read(file_queue)
defaults = [[0.], [0.], [0.], [0.], [0.], [0.], [0.], [0.], [0.]]  # 设置列属性的数据格局
LOW, AGE, LWT, RACE, SMOKE, PTL, HT, UI, BWT = tf.decode_csv(value, defaults)
# 将读取的数据编码为咱们设置的默许格局
vertor_example = tf.stack([AGE, LWT, RACE, SMOKE, PTL, HT, UI])  # 读获得到的两头7列属性为训练特色
vertor_label = tf.stack([BWT])  # 读获得到的BWT值示意训练标签
# 用于给掏出的数据增加上batch_size维度，以批解决的形式读出数据。能够设置批解决数据巨细，能否反复读取数据，容量巨细，行列步队末尾巨细，读取线程等属性。
example_batch, label_batch = tf.train.shuffle_batch([vertor_example, vertor_label], batch_size=10, capacity=100, min_after_dequeue=10)
# 初始化Session
with tf.Session() as sess:
    coord = tf.train.Coordinator()  # 线程治理器
    threads = tf.train.start_queue_runners(coord=coord)
    print(sess.run(tf.shape(example_batch)))  # [10  7]
    print(sess.run(tf.shape(label_batch)))  # [10  1]
    print(sess.run(example_batch)[3])  # [ 19.  91.   0.   1.   1.   0.   1.]
    coord.request_stop()
    coord.join(threads)
'''
关于应用一切Tensorflow的I/O操作来讲开启以及封闭线程治理器都是须要的操作
with tf.Session() as sess:
    coord = tf.train.Coordinator()  # 线程治理器
    threads = tf.train.start_queue_runners(coord=coord)
    #  Your code here~
    coord.request_stop()
    coord.join(threads)
'''

另有其余应用python读取文件的各类办法，这里引见三种，没有活期进行增补。

以上就是python怎样读取csv文件的具体内容，更多请存眷资源魔其它相干文章！