⽤pandas进⾏csv⽂件的读取和写⼊
应⽤场景：
在⾃动化测试中，对于⼤量测试数据的驱动以及测试结果的存储；
csv特点：csv⽂件具有格式简单，快速存取，兼容性好等特点；类似⼀个⽂本⽂档，每⼀⾏保存⼀条数据，同⼀⾏中的各个数据通常采⽤逗号（或tab）分隔。python⾃带了csv模块，专门⽤于处理csv⽂件的读取和存档。
以⼀个简单的student表为例：
python怎么读csv数据在测试的过程中可能要考虑到参数化，所以需要读取某⼀列的数据，将其依次传到接⼝中；
1import pandas as pd # 导⼊pandas模块，简写为pd
2data_info = pd.read_csv("student.csv")  # 读取student表内容，返回的是数组的形式；
3for i, data in data_info.iterrows():
4    name = data["name"]  # 取到name这⼀列的数据
5    age = data["age"]  # 取到age 这⼀列的数据
6    subject = data["subject"]
那么如何将数据写⼊csv呢？
1import pandas as pd
2data1 = ["⼩明", 20] # 以list 存储每⼀⾏的数据
3data2 = ["⼩⾬", 21]
4data3 = ["⼩花", 22]
5header = ["姓名", "年龄"]
6df = pd.DataFrame([data1, data2, data3], columns=header) # 组成⼀个csv
<_csv("./data.csv", index=False)
结果如下：
最后可以封装⼀下pandas读写csv的⽅法，这样在⼯作中使⽤起来会⽐较⽅便；
1def read_csv_data(file_path):
2    # 读取csv数据，输⼊⽂件的路径，返回的是{[]}结构的数据
3    df = pd.read_csv(file_path)
4    data_list = [{k: v for k, v in row.items() if 'Unnamed:' not in k} for index, row in df.iterrows()]
5    return data_list
6
7
8def write_csv_data(data, file_path):
9    # 存储csv，输⼊{[]}结构数据，⽂件路径
10    df = pd.DataFrame(data)
11    # print(df)
12    df.to_csv(file_path, index=False)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。