Python处理CSV、JSON和XML数据的简便方法

 

Python的处理卓越灵活性和易用性使其成为最受欢迎的编程语言之一，尤其是据的简便对于数据处理和机器学习方面来说，其强大的处理数据处理库和算法库使得python成为入门数据科学的首选语言。在日常使用中，据的简便CSV，处理JSON和XML三种数据格式占据主导地位。据的简便下面我将针对三种数据格式来分享其快速处理的处理方法。

CSV数据

CSV是据的简便存储数据的最常用方法。在Kaggle比赛的处理大部分数据都是以这种方式存储的。我们可以使用内置的据的简便Python csv库来读取和写入CSV。通常，处理我们会将数据读入列表列表。据的简便

看看下面的处理代码。当我们运行csv.reader()所有CSV数据变得可访问时。香港云服务器据的简便该csvreader.next()函数从CSV中读取一行; 每次调用它，处理它都会移动到下一行。我们也可以使用for循环遍历csv的每一行for row in csvreader 。确保每行中的列数相同，否则，在处理列表列表时，最终可能会遇到一些错误。 

import csv   filename = "my_data.csv"  fields = []   rows = []     # Reading csv file   with open(filename, r) as csvfile:      # Creating a csv reader object       csvcsvreader = csv.reader(csvfile)       # Extracting field names in the first row       fields = csvreader.next()       # Extracting each data row one by one       for row in csvreader:           rows.append(row)    # Printing out the first 5 rows   for row in rows[:5]:       print(row) 

在Python中写入CSV同样容易。在单个列表中设置字段名称，并在列表列表中设置数据。这次我们将创建一个writer()对象并使用它将我们的数据写入文件，与读取时的方法基本一样。 

import csv   # Field names   fields = [Name, Goals, Assists, Shots]   # Rows of data in the csv file   rows = [ [Emily, 12, 18, 112],           [Katie, 8, 24, 96],            [John, 16, 9, 101],            [Mike, 3, 14, 82]]  filename = "soccer.csv"  # Writing to csv file   with open(filename, w+) as csvfile:       # Creating a csv writer object       csvcsvwriter = csv.writer(csvfile)       # Writing the fields       csvwriter.writerow(fields)      # Writing the data rows       csvwriter.writerows(rows) 

我们可以使用Pandas将CSV转换为快速单行的字典列表。将数据格式化为字典列表后，我们将使用该dicttoxml库将其转换为XML格式。我们还将其保存为JSON文件！ 

import pandas as pd  from dicttoxml import dicttoxml  import json  # Building our dataframe  data = { Name: [Emily, Katie, John, Mike],          Goals: [12, 8, 16, 3],          Assists: [18, 24, 9, 14],          Shots: [112, 96, 101, 82]          }  df = pd.DataFrame(data, columns=data.keys())  # Converting the dataframe to a dictionary  # Then save it to file  data_dict = df.to_dict(orient="records")  with open(output.json, "w+") as f:      json.dump(data_dict, f, indent=4)  # Converting the dataframe to XML  # Then save it to file  xml_data = dicttoxml(data_dict).decode()  with open("output.xml", "w+") as f:      f.write(xml_data) 

JSON数据

JSON提供了一种简洁且易于阅读的格式，它保持了字典式结构。就像CSV一样，Python有一个内置的JSON模块，使阅读和写作变得非常简单！我们以字典的形式读取CSV时，然后我们将该字典格式数据写入文件。亿华云计算 

import json  import pandas as pd  # Read the data from file  # We now have a Python dictionary  with open(data.json) as f:    data_listofdict = json.load(f)  # We can do the same thing with pandas  data_df = pd.read_json(data.json, orient=records)  # We can write a dictionary to JSON like so  # Use indent and sort_keys to make the JSON # file look nice  with open(new_data.json, w+) as json_file:      json.dump(data_listofdict, json_file, indent=4, sort_keys=True)  # And again the same thing with pandas  export = data_df.to_json(new_data.json, orient=records) 

正如我们之前看到的，一旦我们获得了数据，就可以通过pandas或使用内置的Python CSV模块轻松转换为CSV。转换为XML时，可以使用dicttoxml库。具体代码如下： 

import json  import pandas as pd  import csv  # Read the data from file  # We now have a Python dictionary  with open(data.json) as f:      data_listofdict = json.load(f)  # Writing a list of dicts to CSV  keys = data_listofdict[0].keys()  with open(saved_data.csv, wb) as output_file:      dict_writer = csv.DictWriter(output_file, keys)      dict_writer.writeheader()      dict_writer.writerows(data_listofdict) 

XML数据

XML与CSV和JSON有点不同。CSV和JSON由于其既简单又快速，可以方便人们进行阅读，编写和解释。而XML占用更多的内存空间，传送和储存需要更大的带宽，更多存储空间和更久的运行时间。但是XML也有一些基于JSON和CSV的额外功能：您可以使用命名空间来构建和共享结构标准，更好地传承，以及使用XML、DTD等数据表示的行业标准化方法。

要读入XML数据，我们将使用Python的内置XML模块和子模ElementTree。我们可以使用xmltodict库将ElementTree对象转换为字典。一旦我们有了字典，我们就可以转换为CSV，JSON或Pandas Dataframe！具体代码如下： 

import xml.etree.ElementTree as ET  import xmltodict  import json  tree = ET.parse(output.xml)  xml_data = tree.getroot()  xmlstr = ET.tostring(xml_data, encoding=utf8, method=xml) data_dict = dict(xmltodict.parse(xmlstr))  print(data_dict)  with open(new_data_2.json, w+) as json_file:      json.dump(data_dict, json_file, indent=4, sort_keys=True)  服务器租用

很赞哦!（4）