如何将文件存成csv格式python

要将文件存成csv格式，可以使用pandas库、csv库、保存数据的灵活性。 其中，使用pandas库是最常见也是最方便的方法。接下来我将详细描述如何使用这几种方法来保存文件为csv格式。

一、使用pandas库

使用pandas库可以方便地将数据保存为csv格式。pandas库是一个功能强大的数据处理库，支持多种数据格式的读写操作。

import pandas as pd
创建数据
data = {'Name': ['John', 'Anna', 'Peter', 'Linda'],
        'Age': [28, 22, 35, 32],
        'City': ['New York', 'Paris', 'Berlin', 'London']}
创建DataFrame
df = pd.DataFrame(data)
保存为csv文件
df.to_csv('output.csv', index=False)

在上面的代码中，我们首先导入了pandas库，然后创建了一个字典数据，并将其转换为DataFrame对象。最后，我们使用to_csv方法将DataFrame保存为csv文件，index=False参数表示不保存行索引。

二、使用csv库

csv库是Python标准库的一部分，可以直接使用，不需要额外安装。csv库提供了读写csv文件的基本功能。

import csv
创建数据
data = [['Name', 'Age', 'City'],
        ['John', 28, 'New York'],
        ['Anna', 22, 'Paris'],
        ['Peter', 35, 'Berlin'],
        ['Linda', 32, 'London']]
保存为csv文件
with open('output.csv', 'w', newline='') as file:
    writer = csv.writer(file)
    writer.writerows(data)

在上面的代码中，我们首先导入了csv库，然后创建了一个包含数据的列表。接着，我们使用open函数打开一个文件，并使用csv.writer创建一个csv写入器对象，最后通过writerows方法将数据写入csv文件。

三、使用numpy库

如果数据是数值型的，可以使用numpy库来保存为csv文件。numpy库是一个强大的数值计算库，支持多种数据处理操作。

import numpy as np
创建数据
data = np.array([['Name', 'Age', 'City'],
                 ['John', 28, 'New York'],
                 ['Anna', 22, 'Paris'],
                 ['Peter', 35, 'Berlin'],
                 ['Linda', 32, 'London']])
保存为csv文件
np.savetxt('output.csv', data, delimiter=',', fmt='%s')

在上面的代码中，我们首先导入了numpy库，然后创建了一个包含数据的numpy数组。接着，我们使用savetxt方法将数据保存为csv文件，delimiter参数指定列之间的分隔符，fmt参数指定数据的格式。

四、使用DictWriter

在处理字典数据时，可以使用csv库中的DictWriter类。DictWriter类允许将字典数据保存为csv文件，并自动处理列名。

import csv
创建数据
data = [{'Name': 'John', 'Age': 28, 'City': 'New York'},
        {'Name': 'Anna', 'Age': 22, 'City': 'Paris'},
        {'Name': 'Peter', 'Age': 35, 'City': 'Berlin'},
        {'Name': 'Linda', 'Age': 32, 'City': 'London'}]
保存为csv文件
with open('output.csv', 'w', newline='') as file:
    fieldnames = ['Name', 'Age', 'City']
    writer = csv.DictWriter(file, fieldnames=fieldnames)
    writer.writeheader()
    writer.writerows(data)

在上面的代码中，我们首先创建了一个包含字典数据的列表。接着，使用DictWriter类创建一个csv写入器对象，并通过writeheader方法写入列名，最后通过writerows方法将数据写入csv文件。

五、使用openpyxl库

如果数据存储在Excel文件中，可以使用openpyxl库将其转换为csv文件。openpyxl库是一个处理Excel文件的库，支持读取和写入Excel文件。

import openpyxl
import csv
打开Excel文件
wb = openpyxl.load_workbook('input.xlsx')
获取活动工作表
ws = wb.active
创建csv写入器对象
with open('output.csv', 'w', newline='') as file:
    writer = csv.writer(file)
    # 遍历工作表中的行
    for row in ws.iter_rows(values_only=True):
        writer.writerow(row)

在上面的代码中，我们首先导入了openpyxl库和csv库，并使用load_workbook方法打开Excel文件。接着，获取活动工作表，并通过iter_rows方法遍历工作表中的行，最后将数据写入csv文件。

六、使用pandas读取Excel并保存为csv

除了直接使用openpyxl库，还可以使用pandas库读取Excel文件并保存为csv文件。

import pandas as pd
读取Excel文件
df = pd.read_excel('input.xlsx')
保存为csv文件
df.to_csv('output.csv', index=False)

在上面的代码中，我们使用read_excel方法读取Excel文件，并将其转换为DataFrame对象。然后，使用to_csv方法将DataFrame保存为csv文件。

七、使用pyexcel库

pyexcel库是一个轻量级的Excel处理库，支持多种Excel文件格式的读写操作。

import pyexcel
读取Excel文件并保存为csv文件
pyexcel.save_book_as(file_name='input.xlsx', dest_file_name='output.csv')

在上面的代码中，我们使用save_book_as方法直接将Excel文件转换为csv文件。

八、总结

通过以上几种方法，可以方便地将文件保存为csv格式。选择合适的方法取决于数据的存储格式和具体的需求。pandas库是最常用的选择，因为它提供了丰富的数据处理功能和简洁的API。 csv库适合处理简单的文本数据，而numpy库适合处理数值型数据。对于Excel文件，可以使用openpyxl库、pandas库或pyexcel库来读取和保存数据。无论选择哪种方法，都可以根据具体需求灵活应用。