csv两种数据写入读取方法（numpy&pandas）（追加行列）

---

• .csv：逗号分隔值文件格式

• 列表、数组和矩阵

  In [1]: a = [[1,2,3],[4,5,6]]  
  
  In [2]: a
  Out[2]: [[1,2,3],[4,5,6]]      # 列表嵌套
  
  In [3]: import numpy as np
  In [4]: np.array(a)
  Out[4]: array([[1,2,3],
                 [4,5,6]])       # 数组
             
  In [5]: np.mat(a)
  Out[5]: matrix([[1,2,3],
                  [4,5,6]])      # 矩阵
                  
  # 若列表内元素纬度不同
  In [6]: np.array([[1, 2, 3], [4, 5]])
  Out[6]: array([list([1, 2, 3]), list([4, 5])], dtype=object)
  

• 相对列表，数组矩阵可以减少代码冗余，提高速度

• 下文中的filename中的文件后缀为.csv

---

方法一：numpy

• 多维数组与矩阵运算
• Numpy 官网 http://www.numpy.org/

import numpy as np
a = np.array([[1,2,3],[4,5,6]])
# 写入
np.savetxt("file_name",a,delimiter=",") 
# 读取
np.loadtxt("file_name",delimiter=",")

注意

• 文件所在路径要存在，文件可以不存在
• 读取的数据为数组类型
• 如果要使用numpy处理，且列表内元素维度不同，可以用类似下面方法处理，或者用下面的方法二

# a为列表
def fill(a):
  lens = []
  for i in range(len(a)):
      lens.append(len(a[i]))
  for i in range(len(a)):
      while len(a[i]) != max(lens):
          a[i].append(float("inf"))
  return a
# 输出为[[1,2,3],[4.5,inf],[6,inf,inf]]

• 只能保存数组数据，如果你得到的数据是内容单一的数组，写入也不需要什么其他标题，就可以用numpy，方便一点

方法二：pandas

• pandas 官网 https://pandas.pydata.org/docs/index.html
• pandas的功能比较多，可以对数据的横纵列加标题，也可以没有numpy那样的维度限制，也可以写入除数字以外的字符串，简单应用如下

  import pandas as pd
  col_name = ["number","letter"]
  data = [[1,"a"],[2,"b"],[3,"c"]]
  
  # 创建
  f = pd.DataFrame(columns=col_name,data=data)
  # 或者用字典格式
  # data = {"number":[1,2,3],"letter":["a","b","c"]}
  # f = pd.DataFrame(data)
  
  # 保存
  f.to_csv("file_name",index=False)
  
  # 读取
  info = pd.read_csv("file_name")
  num = info["number"].tolist()
  
  # 追加写入列
  info["new_col"] = [4,5,6]
  info.to_csv("file_name",index=False)
  
  # 追加写入第i+1行
  # 列索引所在的第一行不包括在行数内
  info.loc[i] = [7,8,9]
  info.to_csv("file_name",index=False)
  

注意

• 追加行时，列数要和原数据的列数匹配

• 追加列时，行数为原数据最大行数

• data按字典格式写入时，数组长度需要相同，按列表格式写入时，列表内元素长度可以不同，但最终的行数是相同的

• 追加行时，如果loc[i]中，第i+1大于表格中最大的有数据的行，则自动追加到表格中最后有数据的一行的下一行

• 如果想按列写入不同长度（即不同行数）的数据，可以按下面方式

  # 先按行写入再转置
  
  # 行索引
  index = ["num_1","num_2","num_3"]
  # 三行数据，每行不同列
  data = [[1,2,3,4,5],[6,7,8],[9]]
  f = pd.DataFrame(index=index,data=data)
  # 转置写入
  f.T.to_csv("file_name",index=False)
  

---

• 还可以用csv模块读写，参考官网https://www.python.org/dev/peps/pep-0305/

本文地址：https://blog.csdn.net/weixin_45570921/article/details/107484196