Python入門Python處理CSV、JSON和XML數據的簡便方法



在人工智慧的風口，Python越來越受歡迎，很多小夥伴也紛紛想要開始學習Python。作為一個Python近2年的學習者，為大家獻上一些不錯的Python自學乾貨。

Python入門

這是我在自學路上，整理的不錯的Python自學資料。需要的小夥伴可以掃描下方二維碼： Python入門

                

因為加的人多，大家一定要填寫備註：{333} 否則不通過，請理解。通過後，請主動領取。

Python的卓越靈活性和易用性使其成為最受歡迎的程式語言之一，尤其是對於數據處理和機器學習方面來說，其強大的數據處理庫和算法庫使得python成為入門數據科學的首選語言。在日常使用中，CSV，JSON和XML三種數據格式佔據主導地位。下面我將針對三種數據格式來分享其快速處理的方法。

CSV數據Python入門

CSV是存儲數據的最常用方法。在Kaggle比賽的大部分數據都是以這種方式存儲的。我們可以使用內置的Python csv庫來讀取和寫入CSV。通常，我們會將數據讀入列表列表。

看看下面的代碼。當我們運行csv.reader所有CSV數據變得可訪問時。該csvreader.next函數從CSV中讀取一行; 每次調用它，它都會移動到下一行。我們也可以使用for循環遍歷csv的每一行for row in csvreader 。確保每行中的列數相同，否則，在處理列表列表時，最終可能會遇到一些錯誤。

import csv

filename = "my_data.csv"

fields =
rows =
# Reading csv file
with open(filename, 'r') as csvfile:
# Creating a csv reader object
csvreader = 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中寫入CSV同樣容易。在單個列表中設置欄位名稱，並在列表列表中設置數據。這次我們將創建一個writer對象並使用它將我們的數據寫入文件，與讀取時的方法基本一樣。

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
csvwriter = csv.writer(csvfile)

# Writing the fields
csvwriter.writerow(fields)

# Writing the data rows
csvwriter.writerows(rows)

我們可以使用Pandas將CSV轉換為快速單行的字典列表。將數據格式化為字典列表後，我們將使用該dicttoxml庫將其轉換為XML格式。我們還將其保存為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數據

JSON提供了一種簡潔且易於閱讀的格式，它保持了字典式結構。就像CSV一樣，Python有一個內置的JSON模塊，使閱讀和寫作變得非常簡單！我們以字典的形式讀取CSV時，然後我們將該字典格式數據寫入文件。

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')

正如我們之前看到的，一旦我們獲得了數據，就可以通過pandas或使用內置的Python CSV模塊輕鬆轉換為CSV。轉換為XML時，可以使用dicttoxml庫。具體代碼如下：

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數據

XML與CSV和JSON有點不同。CSV和JSON由於其既簡單又快速，可以方便人們進行閱讀，編寫和解釋。而XML佔用更多的內存空間，傳送和儲存需要更大的帶寬，更多存儲空間和更久的運行時間。但是XML也有一些基於JSON和CSV的額外功能：您可以使用命名空間來構建和共享結構標準，更好地傳承，以及使用XML、DTD等數據表示的行業標準化方法。

要讀入XML數據，我們將使用Python的內置XML模塊和子模ElementTree。我們可以使用xmltodict庫將ElementTree對象轉換為字典。一旦我們有了字典，我們就可以轉換為CSV，JSON或Pandas Dataframe！具體代碼如下：

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)

原文參考

https://towardsdatascience.com/the-easy-way-to-work-with-csv-json-and-xml-in-python-5056f9325ca9