函數(shù)遇到return會(huì)返回值，并停止運(yùn)行后面的程序，
10年積累的成都做網(wǎng)站、成都網(wǎng)站設(shè)計(jì)經(jīng)驗(yàn)，可以快速應(yīng)對(duì)客戶對(duì)網(wǎng)站的新想法和需求。提供各種問題對(duì)應(yīng)的解決方案。讓選擇我們的客戶得到更好、更有力的網(wǎng)絡(luò)服務(wù)。我雖然不認(rèn)識(shí)你，你也不認(rèn)識(shí)我。但先網(wǎng)站制作后付款的網(wǎng)站建設(shè)流程，更有寧江免費(fèi)網(wǎng)站建設(shè)讓你可以放心的選擇與我們合作。
也就是說你程序的for循環(huán)只執(zhí)行了一次
如果有多行數(shù)據(jù)，可以把數(shù)據(jù)保存起來，最后一起返回
近期,筆者到一些數(shù)據(jù)競(jìng)賽網(wǎng)站進(jìn)行觀察學(xué)習(xí),發(fā)現(xiàn)很多數(shù)據(jù)是以csv文件處理的(廢話).因而,磨刀不誤砍柴工,筆者先對(duì)Python的csv庫進(jìn)行學(xué)習(xí).
csv模塊實(shí)現(xiàn)了CSV格式表單數(shù)據(jù)的讀寫.這可以以一個(gè)兼容Excel的方式讀寫其數(shù)據(jù)文件,csv模塊中的reader和writer類被用來讀寫序列化的數(shù)據(jù).也可以使用DictReader類和DictWriter類以字典的方式讀取數(shù)據(jù).
返回一個(gè)reader對(duì)象,該對(duì)象逐行遍歷csvfile(文件和列表均適用,但是文件的話應(yīng)該newline=''.
默認(rèn)每一行讀取一個(gè)字符串組成的列表(而非數(shù)值,除非修改QUOTE_NONUMERIC).
返回一個(gè)writer對(duì)象,負(fù)責(zé)將數(shù)據(jù)在給定的文件類對(duì)象上轉(zhuǎn)換成帶分隔符的字符串.csvfile(只要該對(duì)象有write()方法,文件的話應(yīng)該newline=''.)
這兩個(gè)方法可以把name字符串和dialect關(guān)聯(lián)/脫鉤.dialect可以是Dialect的子類,或者fmtparams的關(guān)鍵字參數(shù).
返回一個(gè)Dialect對(duì)象為name的變種,若其未注冊(cè),拋出Error.
返回已經(jīng)注冊(cè)的所有變種的 名稱
返回當(dāng)前解析器允許的最大字段大小,如果制定了參數(shù),參數(shù)將成為新的最大字段大小.
該對(duì)象操作上類似reader,但是把每行中的信息映射到一個(gè)字典,字典的鍵由fieldnames給出
fieldname的參數(shù)是一個(gè)序列sequence [1] ,如果參數(shù)缺省,默認(rèn)第一行的值作為字段名.
如果某一行中的字段多于字段名(比如說約定有5項(xiàng)屬性,但是這一行卻出現(xiàn)了6個(gè)數(shù)據(jù))，則其余字段將放入列表中，字段名由 restkey 指定（默認(rèn)為 None）。如果非空白行的字段少于字段名，則缺少的值將用 None 填充。
#其實(shí)這玩意應(yīng)該就跟各種填表里面的備注用法差不多.
3.8中返回的行是dict類型.
該對(duì)象操作上類似reader,但是把每行中的信息映射到一個(gè)字典,字典的鍵由fieldnames給出,fieldname參數(shù)是不可缺省的.restval用來指定字典缺少鍵的時(shí)候要寫入的值.extrasaction用于指定關(guān)鍵鍵在fieldname中找不到的情況的處理機(jī)制.'raise'引發(fā)ValueError,而'ignore'則會(huì)被忽略.
這個(gè)類被用來瑞段csv文件的格式
以下諸類均在括號(hào)中標(biāo)注了在其變種注冊(cè)表中的名稱
定義了Excel生成的csv文件的常規(guī)屬性.('excel')
定義了Excel生成的,tab分割的csv文件的常規(guī)屬
性.('excel-tab')
定義了UNIX系統(tǒng)上生成的csv文件的常規(guī)屬性('unix'):
任意可能發(fā)生的csv庫函數(shù)錯(cuò)誤.
參考鏈接
Python3.8.2文檔中關(guān)于csv庫的相關(guān)文檔
CSV 表示 “Comma-Separated Values （逗號(hào)分隔的值） ” ， CSV 文件是簡(jiǎn)化的電子表格，實(shí)際為純文本文件。
一個(gè) CSV 文件，格式是這樣的：
因?yàn)?CSV 文件中的每個(gè)單元格都是以逗號(hào)分割，所以也許有人會(huì)對(duì)每行文本調(diào)用 split() 方法，來解析 CSV 文件。但 CSV 文件也有自己的轉(zhuǎn)義字符，通過轉(zhuǎn)義字符，允許逗號(hào)和其他字符作為值的一部分，但單純使用 split() 方法不能處理這些轉(zhuǎn)義字符。因?yàn)檫@些潛在的缺陷，所以建議總是使用 csv 模塊來讀寫 CSV 文件。
csv 模塊是 Python 自帶的，所以可以直接導(dǎo)入。
要使用 csv 模塊從 CSV 文件中讀取數(shù)據(jù)，我們需要?jiǎng)?chuàng)建一個(gè) Reader 對(duì)象。 通過 Reader 對(duì)象，我們可以迭代遍歷 CSV 文件中的每一行內(nèi)容。
運(yùn)行結(jié)果：
要用 csv 模塊讀取 CSV 文件，首先先使用 open() 函數(shù)打開它 ，就像打開任何其他文本文件一樣。然后將它傳遞給 csv .reader() 函數(shù)。 這個(gè)函數(shù)將返回一個(gè) Reader 對(duì)象。注意，csv .reader() 函數(shù)不接受文件名作為入?yún)ⅰ?/p>
要訪問 Reader 對(duì)象中的值，最直接的方法，就是利用 list() 將它轉(zhuǎn)換成一個(gè)普通 Python 列表。它實(shí)際為一個(gè)包含列表的列表，用于表示二維數(shù)據(jù)。
我們還可以使用表達(dá)式 data [ row ][ col ] 來訪問 CSV 中特定行和列的值。其中， row 是 data 中一個(gè)列表的下標(biāo)， col 是該列表中，我們想訪問的項(xiàng)的下標(biāo)：
運(yùn)行結(jié)果：
運(yùn)行結(jié)果：
Writer 對(duì)象可以讓我們把數(shù)據(jù)寫入 CSV 文件。
運(yùn)行結(jié)果：
在 Windows 上，需要為 open() 函數(shù)的 newline 關(guān)鍵字參數(shù)傳入一個(gè)空字符串。如果沒有設(shè)置 newline 參數(shù)， output.csv 中的行距將變?yōu)閮杀叮缦聢D所示。
如果寫入的內(nèi)容包含逗號(hào)，那么 csv 模塊會(huì)自動(dòng)加上雙引號(hào)，對(duì)其進(jìn)行轉(zhuǎn)義，如下例所示。
運(yùn)行結(jié)果：
我們也可以利用 delimiter ，來制作 TSV 文件，TSV 是Tab-separated values的縮寫，即以制表符作為分隔符的文件；利用 lineterminator 參數(shù)來設(shè)定行距。
運(yùn)行結(jié)果：
這里利用 lineterminator='\n\n\n' 將行與行之間的字符變?yōu)槿齻€(gè)換行符，效果就是實(shí)現(xiàn)了 3 倍行距。
Python讀取CSV文件方法如下：
如下是一個(gè)CVS文件
使用Python打開CSV可以直接使用open函數(shù)打開，然后使用reader函數(shù)讀取內(nèi)容，實(shí)現(xiàn)代碼如下：
運(yùn)行結(jié)果如下：
更多Python相關(guān)技術(shù)文章，請(qǐng)?jiān)L問Python教程欄目進(jìn)行學(xué)習(xí)！以上就是小編分享的關(guān)于python中怎么讀取csv文件的詳細(xì)內(nèi)容希望對(duì)大家有所幫助，更多有關(guān)python教程請(qǐng)關(guān)注環(huán)球青藤其它相關(guān)文章！
import csv
with open('my.csv') as f:
fcsv = csv.reader(f) # 標(biāo)題行
for row in fcsv:
# row[0] row[1]
# txt
with open('my.txt') as f:
for line in f: #按行讀取
#f.read() # 讀取所有
pass
可以指定整個(gè)DataFrame或各個(gè)列的數(shù)據(jù)類型：
pandas提供了多種方法來確保列僅包含一個(gè)dtype。例如,可以使用read_csv（）的converters參數(shù)：
或者，可以在讀取數(shù)據(jù)后使用to_numeric（）函數(shù)強(qiáng)進(jìn)行類型轉(zhuǎn)換。
可以通過指定dtype ='category'或dtype = CategoricalDtype（類別，有序）直接解析類別列。
可以使用dict指定將某列為Category類型：
指定dtype ='category'將導(dǎo)致無序分類，其類別是數(shù)據(jù)中觀察到的唯一值。
要更好地控制類別和順序，可以創(chuàng)建CategoricalDtype，然后將其傳遞給該列的dtype。
使用dtype = CategoricalDtype時(shí)，dtype.categories之外的“意外”值將被視為缺失值。
文件可能包含標(biāo)題行，也可能沒有標(biāo)題行。 pandas假定第一行應(yīng)用作列名：
通過指定name與header，可以重命名列以及是否丟棄標(biāo)題行：
如果標(biāo)題不在第一行中，則將行號(hào)傳遞給標(biāo)題，將跳過header前面的行：
如果文件或標(biāo)題包含重復(fù)的名稱，默認(rèn)情況下，pandas會(huì)將它們區(qū)分開，以防止覆蓋數(shù)據(jù).
usecols參數(shù)允許您使用列名，位置號(hào)或可調(diào)用的方法選擇文件中列的任何子集.
如果指定了comment參數(shù)，則將忽略注釋行。 默認(rèn)情況下，空行也將被忽略。
如果skip_blank_lines = False，則read_csv將不會(huì)忽略空行：
警告：被忽略的行的存在可能會(huì)導(dǎo)致涉及行號(hào)的歧義； 參數(shù)標(biāo)題使用行號(hào)（忽略注釋/空行），而行首使用行號(hào)（包括注釋/空行）.
如果同時(shí)指定了skiprows和header，則header將相對(duì)于skiprows的末尾。 例如：
為了更好地使用日期時(shí)間數(shù)據(jù)，read_csv（）使用關(guān)鍵字參數(shù)parse_dates和date_parser允許用戶指定列的日期/時(shí)間格式，將string轉(zhuǎn)換為日期時(shí)間對(duì)象。
通常，我們可能希望分別存儲(chǔ)日期和時(shí)間數(shù)據(jù)，或分別存儲(chǔ)各種日期字段。 parse_dates關(guān)鍵字可用于指定列的組合，以從中解析日期和/或時(shí)間。 您可以指定要parse_dates的列或嵌套列表，結(jié)果日期列將被添加到輸出的前面（以便不影響現(xiàn)有的列順序），新的列名為各列Name的連接。
默認(rèn)情況下，解析器會(huì)刪除組件日期列，可以選擇通過keep_date_col關(guān)鍵字保留它們：
請(qǐng)注意，如果您希望將多個(gè)列合并為一個(gè)日期列，則必須使用嵌套列表。 換句話說，parse_dates = [1，2]表示第二和第三列應(yīng)分別解析為單獨(dú)的日期列，而parse_dates = [[1，2]]意味著應(yīng)將這兩列解析為單個(gè)列。
還可以使用字典來指定自定義名稱列：
重要的是要記住，如果要將多個(gè)文本列解析為單個(gè)日期列，則在數(shù)據(jù)前添加一個(gè)新列。
index_col參數(shù)基于這組新列而不是原始數(shù)據(jù)列：
注意：如果列或索引包含不可解析的日期，則整個(gè)列或索引將作為對(duì)象數(shù)據(jù)類型原樣返回。 對(duì)于非標(biāo)準(zhǔn)日期時(shí)間解析，請(qǐng)?jiān)趐d.read_csv之后使用to_datetime（）。
注意：read_csv具有用于解析iso8601格式的日期時(shí)間字符串的fast_path，例如“ 2000-01-01T00：01：02 + 00：00”和類似的變體。 如果可以安排數(shù)據(jù)以這種格式存儲(chǔ)日期時(shí)間，則加載時(shí)間將明顯縮短，約20倍。
最后，解析器允許您指定自定義date_parser函數(shù)，以充分利用日期解析API的靈活性：
Pandas不能原生表示具有混合時(shí)區(qū)的列或索引。 如果CSV文件包含帶有時(shí)區(qū)混合的列，則默認(rèn)結(jié)果將是帶有字符串的object-dtype列，即使包含parse_dates。
要將混合時(shí)區(qū)值解析為datetime列，請(qǐng)將部分應(yīng)用的to_datetime（）傳遞給utc = True作為date_parser。
重慶分公司
重慶分公司
