如何使用Python讀取電子表格的數(shù)據(jù)

這篇文章主要介紹“如何使用Python讀取電子表格的數(shù)據(jù)”，在日常操作中，相信很多人在如何使用Python讀取電子表格的數(shù)據(jù)問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”如何使用Python讀取電子表格的數(shù)據(jù)”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

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：

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 對象是 OrderedDict 對象的列表：

[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：

from csv import DictReaderfrom random import Random d = 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'])

到此，關于“如何使用Python讀取電子表格的數(shù)據(jù)”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續(xù)學習更多相關知識，請繼續(xù)關注億速云網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>