欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python實(shí)現(xiàn)將字典(列表按列)存入csv文件

 更新時(shí)間:2024年06月27日 09:03:15   作者:尼恩久  
這篇文章主要介紹了Python實(shí)現(xiàn)將字典(列表按列)存入csv文件方式,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

主要用了pandas的to_csv()的方法來寫入csv。

先將字典轉(zhuǎn)換成 DataFrame類型數(shù)據(jù),然后使用DataFrame.to_csv()即可完成存儲(chǔ)。

1、將字典存入csv文件

import pandas as pd
 
dic1 = {'學(xué)號(hào)': [6812, 6952, 6905], '姓名': ['一', '二', '三'], '排名': [1, 6, 9]}
df = pd.DataFrame(dic1, index=range(0, 3))
df.to_csv('last.csv', index=False, encoding='gbk')

結(jié)果:

2、列表按列存入csv文件

主要思想:

把需要按列存入的列表當(dāng)成字典的值存入,鍵寫“名稱”即可;逗號(hào)間隔列表。

例如:

想把4個(gè)列表“按列”寫入csv文件,整合好寫入字典,再將字典轉(zhuǎn)換成DataFrame類型數(shù)據(jù)。

week1 = ['一', '二', '三', '四', '五', '六', '七']
weekSpend = [50, 40, 30, 60, 45, 55, 67]
day1 = ['m', 't', 'w', 'tu', 'f', 's', 'su']
daySpend = [10, 20, 30, 40, 10, 20, 22]
DF = {'weekName': week1, 'weekSpend': weekSpend, 'dayName': day1, 'daySpend': daySpend}
trydf = pd.DataFrame(DF)
trydf.to_csv('df1.csv', index=False, encoding='gbk', mode='a')

按列追加運(yùn)行結(jié)果結(jié)果:

3、反例(沒轉(zhuǎn)字典就只有一列)

如果把每個(gè)列表僅轉(zhuǎn)換成DataFrame類型數(shù)據(jù),追加寫入csv,會(huì)發(fā)現(xiàn)寫入都是在整列后面寫入

如下演示:

week1 = ['一', '二', '三', '四', '五', '六', '七']
weekSpend = [50, 40, 30, 60, 45, 55, 67]
day1 = ['m', 't', 'w', 'tu', 'f', 's', 'su']
daySpend = [10, 20, 30, 40, 10, 20, 22]
try2df1 = pd.DataFrame(week1)
try2df2 = pd.DataFrame(weekSpend)
try2df3 = pd.DataFrame(day1)
try2df4 = pd.DataFrame(daySpend)
try2df1.to_csv('df2.csv', index=False, encoding='gbk', mode='a')
try2df2.to_csv('df2.csv', index=False, encoding='gbk', mode='a')
try2df3.to_csv('df2.csv', index=False, encoding='gbk', mode='a')
try2df4.to_csv('df2.csv', index=False, encoding='gbk', mode='a')

運(yùn)行結(jié)果:

(提一嘴,發(fā)現(xiàn)這里一上面有個(gè)headers為0,不想要,可以加入?yún)?shù):(header=None)

即:

pd1.to_csv('save.csv', encoding='gbk', index=False, header=None) # 里面有中文就用gbk

實(shí)戰(zhàn)需求

需求1

將磁力文本存入csv表格中,便于統(tǒng)計(jì)下載情況和備注

我的文本格式是:

S-003

magnet:?xt=urn:btih:12345678BAG

S-123 小王
magnet:?xt=urn:btih:123456AGGAS

小王
magnet:?xt=urn:btih:123456AGGAS

解釋一下:S-123是序號(hào),而小王是視頻名稱.

然后我希望csv第一列是編號(hào),第二列是名稱,第三列才是磁力。

實(shí)現(xiàn)源碼

import re
import pandas as pd
 
with open('李連jie.txt', 'r', encoding='utf-8') as f:
    data_ = f.readlines()
save_list = []
 
 
def to_scv_():
    print(data_)
    temp_tup = []
    for i in data_:
        find_name_1 = re.findall('([a-zA-Z]+-\d+)\n', i)  # 匹配編號(hào)的行(只有編號(hào))
        if len(find_name_1):
            print(find_name_1)
            temp_tup.append(find_name_1[0])
            temp_tup.append('')  # 無名
        else:
            find_name_2 = re.findall('([a-zA-Z]+-\d+) (.*?)\n', i)  # 匹配名稱的行(匹配中文)(只有名稱)
            if len(find_name_2):
                print(find_name_2)
                temp_tup.append(find_name_2[0][0])
                temp_tup.append(find_name_2[0][1])
                # 順序不能反,因?yàn)?中也有中文,還有編號(hào),所以2查詢在前
            else:
                find_name_3 = re.findall('([\u4e00-\u9fa5]+)\n', i)  # 匹配編號(hào) 名稱的行(編號(hào),名稱都有)
                if len(find_name_3):
                    print(find_name_3)
                    temp_tup.append('')  # 無編號(hào)
                    temp_tup.append(find_name_3[0])
 
        magnet_ = re.findall('(magnet:.*?)\n', i)  # 匹配磁力
        if len(magnet_):
            temp_tup.append(magnet_[0])
            save_list.append(temp_tup)
            temp_tup = []  # 只有在追加完名稱,現(xiàn)在加完磁力才是一個(gè)完整的list,這時(shí)才清空
 
    print(save_list)
    for i in save_list:
        print(i)
 
    save_dic = ({'編號(hào)': row[0], '名稱': row[1], '磁力鏈接': row[2]} for row in save_list)
    pd1 = pd.DataFrame(save_dic)
    pd1.to_csv('mysave.csv', encoding='gbk', index=False, header=None)
 
 
to_scv_()

下面?zhèn)渫洠?/strong>

需求2

將兩個(gè)分開的csv文件讀取后,合并在一起

之前的需求:(績點(diǎn)文件)優(yōu)化后的代碼:

import pandas as pd
 
data = pd.read_csv('newdata.csv', encoding='utf-8')  # 包含成績等數(shù)據(jù),但不包含班級(jí)信息
stu_class = pd.read_csv('班級(jí).csv', encoding='utf-8')  # 僅包含班級(jí)和姓名的數(shù)據(jù)
 
# 使用 merge 函數(shù)根據(jù)姓名進(jìn)行合并
merged_data = pd.merge(stu_class, data, on='姓名')
 
# 選擇需要的列并重命名
result = merged_data[['姓名', '班級(jí)', '體測成績', '學(xué)年平均學(xué)分績點(diǎn)', '綜合測評(píng)總分排名', '綜合測評(píng)總分(百分制、精確到小數(shù)點(diǎn)后4位)', '學(xué)業(yè)成績考核排名']]
result.columns = ['姓名', '班級(jí)', '體測', '績點(diǎn)', '績點(diǎn)排名', '綜測得分', '綜測排名']
 
# 將結(jié)果保存為 CSV 文件
result.to_csv('最終文件.csv', index=False, encoding='gbk')

(績點(diǎn)文件) 之前的代碼

import pandas as pd
 
data = pd.read_csv('newdata.csv', encoding='utf-8')  # 含有成績等的數(shù)據(jù),但是沒有班級(jí)信息
stu_class = pd.read_csv('班級(jí).csv', encoding='utf-8')  # 僅含有班級(jí)和姓名的數(shù)據(jù)
dic = {}
score_index = 0  # 包含學(xué)生成績的數(shù)據(jù)索引
class_index = -1  # 包含學(xué)生班級(jí)的數(shù)據(jù)索引
for name in stu_class['姓名']:
    class_index += 1
    for stu_score in data['姓名']:
        if score_index == len(data):
            score_index = 0
            break
        elif name != stu_score:
            score_index += 1
            continue
        elif name == stu_score:
            # 這里需要特別注意:班級(jí)跟成績不是同一個(gè)index
            dic[name] = (stu_class['班級(jí)'][class_index][6:7], data['體測成績'][score_index], data['學(xué)年平均學(xué)分績點(diǎn)'][score_index], data['綜合測評(píng)總分排名'][score_index], data['綜合測評(píng)總分(百分制、精確到小數(shù)點(diǎn)后4位)'][score_index], data['學(xué)業(yè)成績考核排名'][score_index])
            score_index = 0
            break
        else:
            pass
'''
說明:存儲(chǔ)到csv文件中時(shí),必須是數(shù)據(jù)框類型的數(shù)據(jù)才有to_csv的函數(shù)!且columns對應(yīng)的數(shù)據(jù)必須是一個(gè)列表
'''
last_class = list()
last_pe = list()
last_gpa = list()
last_rank = list()
last_score = list()
last_gpa_rank = list()
for name in stu_class['姓名']:    # 要追加而不是覆蓋
    try:
        last_class.append(dic[name][0])
        last_pe.append(dic[name][1])
        last_gpa.append(dic[name][2])
        last_rank.append(dic[name][3])
        last_score.append(dic[name][4])
        last_gpa_rank.append(dic[name][5])
    except KeyError:  # 部分名字沒有對應(yīng)的數(shù)據(jù),那么try、except后,無數(shù)據(jù)的名字就會(huì)跳過了
        pass
 
last = pd.DataFrame()
last['姓名'] = list(dic.keys())
last['班級(jí)'] = last_class
last['體測'] = last_pe
last['績點(diǎn)'] = last_gpa
last['績點(diǎn)排名'] = last_gpa_rank
last['綜測得分'] = last_score
last['綜測排名'] = last_rank
 
result = pd.DataFrame(last, columns=['姓名', '班級(jí)', '體測', '績點(diǎn)', '績點(diǎn)排名', '綜測得分', '綜測排名'])
result.to_csv('最終文件.csv', index=False, encoding='gbk')

總結(jié)

以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

相關(guān)文章

最新評(píng)論