1. python怎麼寫入csv文件
import pandas as pd#任意的多組列表a = [1,2,3]
b = [4,5,6]
#字典中的key值即為csv中列名dataframe = pd.DataFrame({'a_name':a,'b_name':b})#將DataFrame存儲為csv,index表示是否顯示行名，default=Truedataframe.to_csv("test.csv",index=False,sep='')1234567891011
a_name b_name0 1 41 2 52 3 61234
同樣pandas也提供簡單的讀csv方法
import pandas as pddata = pd.read_csv('test.csv')12
會得到一個DataFrame類型的data，不熟悉處理方法可以參考pandas十分鍾入門
另一種方法用csv包，一行一行寫入
import csv
#python2可以用file替代open
with open("test.csv","w") as csvfile:
writer = csv.writer(csvfile)
#先寫入columns_name
writer.writerow(["index","a_name","b_name"])
#寫入多行用writerows
writer.writerows([[0,1,3],[1,2,3],[2,3,4]])12345678910
index a_name b_name0 1 31 2 32 3 41234
讀取csv文件用reader
import csvwith open("test.csv","r") as csvfile:
reader = csv.reader(csvfile) #這里不需要readlines
for line in reader:
print line
2. 怎麼將Python的運行結果導出為csv格式
將 list 或 numpy.narray 類型的數據導出為csv文件（同理可擴展到導出為excel，即寫入的文件格式為xls，且最後使用to_excel()方法）
3. tsv數據 python怎麼讀取
reader = csv.reader(open('E:/BigData/tianchi_mobile_recommend_train_user.csv','r+'))
\t是製表符，直接用/代表\避免 出現 "\t" "\n"這樣的轉 義符
4. python中使用pandas中的to_csv，沒有顯示報錯，但是在實際的文檔里找不到存儲的csv文件，這是怎麼回事
換更簡短的文件名測試（不帶目錄，在當前路徑下）
換更簡單的數據測試（直接替換為臨時創建的數據）。
5. python用dataframe的to_csv方法寫入到CSV文件，如果是數據列，以0開頭的時候CSV文件裡面不顯示
修改csv列格式沒用，保存不了，下次打開還是原樣，如果帶零列的數據類型是數值，需要將其轉換成字元串類型：df['帶零列']=df['帶零列'].astype(str)
還是不行的話，這就是打開csv的工具的原因了，你很有可能是用Excel打開的csv文件，其實質還是字元串，如果你用Notepad++或者記事本打開，顯示就是帶0的。
如果想還是用Excel打開，看到帶0的，可以這樣解決：df['帶零列']='\t'+df['帶零列']，即在字元串前加個橫向製表符，這樣再用Excel打開就顯示沒問題了。
希望能幫到你。
6. 說說如何利用 Python 處理 CSV 文件
CSV 表示 「Comma-Separated Values （逗號分隔的值） 」 ， CSV 文件是簡化的電子表格，實際為純文本文件。
一個 CSV 文件，格式是這樣的：
因為 CSV 文件中的每個單元格都是以逗號分割，所以也許有人會對每行文本調用 split() 方法，來解析 CSV 文件。但 CSV 文件也有自己的轉義字元，通過轉義字元，允許逗號和其他字元作為值的一部分，但單純使用 split() 方法不能處理這些轉義字元。因為這些潛在的缺陷，所以建議總是使用 csv 模塊來讀寫 CSV 文件。
csv 模塊是 Python 自帶的，所以可以直接導入。
要使用 csv 模塊從 CSV 文件中讀取數據，我們需要創建一個 Reader 對象。 通過 Reader 對象，我們可以迭代遍歷 CSV 文件中的每一行內容。
運行結果：
要用 csv 模塊讀取 CSV 文件，首先先使用 open() 函數打開它 ，就像打開任何其他文本文件一樣。然後將它傳遞給 csv .reader() 函數。 這個函數將返回一個 Reader 對象。注意，csv .reader() 函數不接受文件名作為入參。
要訪問 Reader 對象中的值，最直接的方法，就是利用 list() 將它轉換成一個普通 Python 列表。它實際為一個包含列表的列表，用於表示二維數據。
我們還可以使用表達式 data [ row ][ col ] 來訪問 CSV 中特定行和列的值。其中， row 是 data 中一個列表的下標， col 是該列表中，我們想訪問的項的下標：
運行結果：
運行結果：
Writer 對象可以讓我們把數據寫入 CSV 文件。
運行結果：
在 Windows 上，需要為 open() 函數的 newline 關鍵字參數傳入一個空字元串。如果沒有設置 newline 參數， output.csv 中的行距將變為兩倍，如下圖所示。
如果寫入的內容包含逗號，那麼 csv 模塊會自動加上雙引號，對其進行轉義，如下例所示。
運行結果：
我們也可以利用 delimiter ，來製作 TSV 文件，TSV 是Tab-separated values的縮寫，即以製表符作為分隔符的文件；利用 lineterminator 參數來設定行距。
運行結果：
這里利用 lineterminator='\n\n\n' 將行與行之間的字元變為三個換行符，效果就是實現了 3 倍行距。
7. 如何用python的pandas包的to_csv方法將中文輸出到csv文件中
文本內容如下：
12-06 14:50:23.600: I/ActivityManager(605): Displayed com.suning.numberlocation/.NumberLocationActivity: +125ms
12-06 14:50:52.581: I/ActivityManager(605): Displayed com.suning.numberlocation/.NumberLocationActivity: +126ms
12-06 14:51:21.391: I/ActivityManager(605): Displayed com.suning.numberlocation/.NumberLocationActivity: +108ms
12-06 14:51:50.652: I/ActivityManager(605): Displayed com.suning.numberlocation/.NumberLocationActivity: +121ms
想使用python截取每一行中的特定數據，然後把它們寫入到csv文件中！
想截取每一行中的3段字元串 「numberlocation」 「NumberLocationActivity」 「125」
在CSV中看到的期待結果是（一行輸出3段字元串）：
numberlocation NumberLocationActivity 125
8. csv文件怎麼打開 使用Python讀取和寫入CSV文件
csv文件本質上是一個文本文件，具體的讀取和寫入方法有兩種：
直接對csv文件進行文件讀寫操作，每一行是一條記錄，按行讀取即可，簡單代碼如下：
with open("XXX.csv","wr") as f:
f.readline()
f.write()
2.使用第三方庫中的csv文件讀寫函數（本質上還是使用python的文件讀寫方法），如科學計算包pandas包中就有read_csv() to_csv()等函數，其他的一些第三方包里也有，可以自行查詢。
兩種方法各有優劣，第一種方法的優點就是可控性強，但是代碼相對較多，對於python2編碼處理很麻煩；第二種方法的優點是代碼量小，調用方便，處理編碼問題相對容易（在函數中加一個encoding參數即可），但是代碼內部比較復雜，可控性較差
9. python tsv文件轉換成csv文件怎麼轉換求程序
用python怎麼讀取csv文件中的中文如果可以識別TXT文件，就可以修改擴展名txt，就可以打開。
10. python中用to_csv（）儲存數據為什麼只能存儲到一條數據
這段循環邏輯有問題， 因為最後的2行代碼都在循環體裡面，這導致了每次to_csv只導出一條數據。最後程序運行完之後，csv文件里的最終結果只是最後一條數據而已。
而且這段程序過於繁雜了，有很多多餘的計算，當數據多的時候會有性能問題。可以用下面的方法， 要更簡潔。
#直接把profile（也就是result欄位里的內容）放進DataFrame參數裡面
#然後在把需要的欄位過濾一下，這樣就可以1行代碼解決你的問題了，當然下面的為了讓代碼更易讀，我分成了3行。
profile=responer.json()(['content']['positionTrsult']['result'])
profileColumns=['positionName','city','ecation','workYear']
f=pd.DataFrame(profile,columns=profileColumns)
#pandas在很多操作的時候，能得到我們想像中的結果，所以多試試，會有很多驚喜的~
然後看你是剛用pandas（我也是剛學習pandas），給你一個建議， 就是涉及到pandas的操作就【盡量】不要用循環，這對以後處理大量數據的時候會產生非常大的性能問題的。我用循環處理10W+的數據的時候等了十分鍾都沒有得出結果來。。。CPU是8700k，內存32G都不行...