日本综合一区二区|亚洲中文天堂综合|日韩欧美自拍一区|男女精品天堂一区|欧美自拍第6页亚洲成人精品一区|亚洲黄色天堂一区二区成人|超碰91偷拍第一页|日韩av夜夜嗨中文字幕|久久蜜综合视频官网|精美人妻一区二区三区

RELATEED CONSULTING
相關咨詢
選擇下列產(chǎn)品馬上在線溝通
服務時間：8:30-17:00
你可能遇到了下面的問題
關閉右側(cè)工具欄

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
使用Python讀取電子表格中的數(shù)據(jù)

Python 是最流行、功能最強大的編程語言之一。由于它是自由開源的，因此每個人都可以使用。大多數(shù) Fedora 系統(tǒng)都已安裝了該語言。Python 可用于多種任務，其中包括處理逗號分隔值（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)。

成都創(chuàng)新互聯(lián)公司專業(yè)為企業(yè)提供富寧網(wǎng)站建設、富寧做網(wǎng)站、富寧網(wǎng)站設計、富寧網(wǎng)站制作等企業(yè)網(wǎng)站建設、網(wǎng)頁設計與制作、富寧企業(yè)網(wǎng)站模板建站服務，十多年富寧做網(wǎng)站經(jīng)驗，不只是建網(wǎng)站，更提供有價值的思路和整體網(wǎng)絡服務。

CSV 數(shù)據(jù)正如其名。CSV 文件按行放置數(shù)據(jù)，數(shù)值之間用逗號分隔。每行由相同的字段定義。簡短的 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算機做得更好。

這是一個簡單的示例，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。

 
 
 
    
  
  
  
  1. Name,Email,Country
    2. 
  
  
  
  2. John Q. Smith,jqsmith@cdxwcx.com,USA
    3. 
  
  
  
  3. Petr Novak,pnovak@cdxwcx.com,CZ
    4. 
  
  
  
  4. Bernard Jones,bjones@cdxwcx.com,UK
    5.

從電子表格讀取 CSV

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

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

 
 
 
    
  
  
  
  1. f = open('example.csv', 'r')
    2. 
  
  
  
  2. from csv import DictReader
    3. 
  
  
  
  3. d = DictReader(f)
    4. 
  
  
  
  4. data = []
    5. 
  
  
  
  5. for row in d:
    6. 
  
  
  
  6.  data.append(row)
    7.

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

 
 
 
    
  
  
  
  1. [OrderedDict([('Name', 'John Q. Smith'),
    2. 
  
  
  
  2.  ('Email', 'jqsmith@cdxwcx.com'),
    3. 
  
  
  
  3.  ('Country', 'USA')]),
    4. 
  
  
  
  4.  OrderedDict([('Name', 'Petr Novak'),
    5. 
  
  
  
  5.  ('Email', 'pnovak@cdxwcx.com'),
    6. 
  
  
  
  6.  ('Country', 'CZ')]),
    7. 
  
  
  
  7.  OrderedDict([('Name', 'Bernard Jones'),
    8. 
  
  
  
  8.  ('Email', 'bjones@cdxwcx.com'),
    9. 
  
  
  
  9.  ('Country', 'UK')])]
    10.

引用這些對象很容易：

 
 
 
    
  
  
  
  1. >>> print(data[0]['Country'])
    2. 
  
  
  
  2. USA
    3. 
  
  
  
  3. >>> print(data[2]['Email'])
    4. 
  
  
  
  4. bjones@cdxwcx.com
    5.

順便說一句，如果你需要處理沒有字段名標題行的 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：

 
 
 
    
  
  
  
  1. d = DictReader(f, fieldnames=['Name', 'Email', 'Country'])
    2.

真實例子

我最近想從一長串人員名單中隨機選擇一個中獎者。我從電子表格中提取的 CSV 數(shù)據(jù)是一個簡單的名字和郵件地址列表。

幸運的是，Python 有一個有用的 random 模塊，可以很好地生成隨機值。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)會生成一個隨機結(jié)果，這意味著我可以在數(shù)據(jù)的總行數(shù)范圍內(nèi)獲得一個隨機整數(shù)（或者說是行號）。

這個小程序運行良好：

 
 
 
    
  
  
  
  1. from csv import DictReader
    2. 
  
  
  
  2. from random import Random
    3. 
  
  
  
  3. 
  
  
  
  4. d = DictReader(open('mydata.csv'))
    5. 
  
  
  
  5. data = []
    6. 
  
  
  
  6. for row in d:
    7. 
  
  
  
  7.  data.append(row)
    8. 
  
  
  
  8. 
  
  
  
  9. r = Random()
    10. 
  
  
  
  10. winner = data[r.randrange(0, len(data), 1)]
    11. 
  
  
  
  11. print('The winner is:', winner['Name'])
    12. 
  
  
  
  12. print('Email address:', winner['Email'])
    13.

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


新聞名稱：使用Python讀取電子表格中的數(shù)據(jù)
網(wǎng)頁地址：http://www.dlmjj.cn/article/dppisjg.html