Python 是最流行、功能最強(qiáng)大的編程語言之一。由于它是自由開源的，因此每個(gè)人都可以使用。大多數(shù) Fedora 系統(tǒng)都已安裝了該語言。Python 可用于多種任務(wù)，其中包括處理逗號(hào)分隔值（CSV）數(shù)據(jù)。CSV文件一開始往往是以表格或電子表格的形式出現(xiàn)。本文介紹了如何在 Python 3 中處理 CSV 數(shù)據(jù)。

CSV 數(shù)據(jù)正如其名。CSV 文件按行放置數(shù)據(jù)，數(shù)值之間用逗號(hào)分隔。每行由相同的字段定義。簡(jiǎn)短的 CSV 文件通常易于閱讀和理解。但是較長的數(shù)據(jù)文件或具有更多字段的數(shù)據(jù)文件可能很難用肉眼解析，因此在這種情況下計(jì)算機(jī)做得更好。

這是一個(gè)簡(jiǎn)單的示例，其中的字段是 Name、Email 和 Country。在此例中，CSV 數(shù)據(jù)將字段定義作為第一行，盡管并非總是如此。

Name,Email,CountryJohn Q. Smith,jqsmith@example.com,USAPetr Novak,pnovak@example.com,CZBernard Jones,bjones@example.com,UK

從電子表格讀取 CSV

Python 包含了一個(gè) csv 模塊，它可讀取和寫入 CSV 數(shù)據(jù)。大多數(shù)電子表格應(yīng)用，無論是原生（例如 Excel 或 Numbers）還是基于 Web 的（例如 Google Sheet），都可以導(dǎo)出 CSV 數(shù)據(jù)。實(shí)際上，許多其他可發(fā)布表格報(bào)告的服務(wù)也可以導(dǎo)出為 CSV（例如，PayPal）。

Python csv 模塊有一個(gè)名為 DictReader 的內(nèi)置讀取器方法，它可以將每個(gè)數(shù)據(jù)行作為有序字典 （OrderedDict） 處理。它需要一個(gè)文件對(duì)象訪問 CSV 數(shù)據(jù)。因此，如果上面的文件在當(dāng)前目錄中為 example.csv，那么以下代碼段是獲取此數(shù)據(jù)的一種方法：

f = open(’example.csv’, ’r’)from csv import DictReaderd = DictReader(f)data = []for row in d: data.append(row)

現(xiàn)在，內(nèi)存中的 data 對(duì)象是 OrderedDict 對(duì)象的列表：

[OrderedDict([(’Name’, ’John Q. Smith’),(’Email’, ’jqsmith@example.com’),(’Country’, ’USA’)]), OrderedDict([(’Name’, ’Petr Novak’),(’Email’, ’pnovak@example.com’),(’Country’, ’CZ’)]), OrderedDict([(’Name’, ’Bernard Jones’),(’Email’, ’bjones@example.com’),(’Country’, ’UK’)])]

引用這些對(duì)象很容易：

>>> print(data[0][’Country’])USA>>> print(data[2][’Email’])bjones@example.com

順便說一句，如果你需要處理沒有字段名標(biāo)題行的 CSV 文件，那么 DictReader 類可以讓你定義它們。在上面的示例中，添加 fieldnames 參數(shù)并傳遞一系列名稱：

d = DictReader(f, fieldnames=[’Name’, ’Email’, ’Country’])

真實(shí)例子

我最近想從一長串人員名單中隨機(jī)選擇一個(gè)中獎(jiǎng)?wù)摺Ｎ覐碾娮颖砀裰刑崛〉?CSV 數(shù)據(jù)是一個(gè)簡(jiǎn)單的名字和郵件地址列表。

幸運(yùn)的是，Python 有一個(gè)有用的 random 模塊，可以很好地生成隨機(jī)值。該模塊 Random 類中的 randrange 函數(shù)正是我需要的。你可以給它一個(gè)常規(guī)的數(shù)字范圍（例如整數(shù)），以及它們之間的步長值。然后，該函數(shù)會(huì)生成一個(gè)隨機(jī)結(jié)果，這意味著我可以在數(shù)據(jù)的總行數(shù)范圍內(nèi)獲得一個(gè)隨機(jī)整數(shù)（或者說是行號(hào)）。

這個(gè)小程序運(yùn)行良好：

from csv import DictReaderfrom random import Randomd = DictReader(open(’mydata.csv’))data = []for row in d: data.append(row)r = Random()winner = data[r.randrange(0, len(data), 1)]print(’The winner is:’, winner[’Name’])print(’Email address:’, winner[’Email’])

顯然，這個(gè)例子非常簡(jiǎn)單。電子表格本身包含了復(fù)雜的分析數(shù)據(jù)的方法。但是，如果你想在電子表格應(yīng)用之外做某事，Python 或許是一種技巧！

總結(jié)

到此這篇關(guān)于使用 Python 讀取電子表格中的數(shù)據(jù)實(shí)例詳解的文章就介紹到這了,更多相關(guān)python 讀取表格數(shù)據(jù)內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！