Python读取无表头二维CSV文件并转换为元组的方法

落日邮差
落日邮差
发布时间:2026-10-13| 3人浏览过
原创

本文详解如何在Python中读取无表头的二维CSV文件,并分别使用内置库和Pandas库将数据转换为元组或列表形式。对比两种方法的性能与灵活性,适用于需要结构化处理CSV数据的场景。

Python读取无表头CSV文件并转换为元组的方法

如何读取一个没有表头的二维CSV文件(如下图所示)?

并将数据以元组的形式呈现:

((1.0, 0.0, 3.0, 180.0), (2.0, 0.0, 2.0, 180.0), (3.0, 0.0, 1.0, 180.0), (4.0, 0.0, 0.0, 180.0), (5.0, 0.0, 3.0, 178.0))

方法一,使用Python内建的数据处理库:


#python自带的库
rows = open('allnodes.csv','r',encoding='utf-8').readlines()
lines = [x.rstrip() for x in rows]#去掉每行数据的/n转义字符
lines[0] = '1,0,3,180'#手动去掉第一行的csv开始符号
data = []#使用列表读取是因为列表长度是可变的,而元组不可。
[data.append(eval(i)) for i in lines]#将每一行数据以子列表的形式加入到data中
allnodes = tuple(data)#将列表类型转化为元组,若想用二维列表的形式读取即删掉此行语句
print(allnodes)

out:((1, 0, 3, 180), (2, 0, 2, 180), (3, 0, 1, 180), (4, 0, 0, 180), (5, 0, 3, 178), (6, 0, 2, 178), (7, 0, 1, 178), (8, 0, 0, 178),...,(29484, -40, 0, 0))

方法二,使用pandas库:


import pandas as pd
df = pd.read_csv('allnodes.csv',header = None)#因为没有表头,不把第一行作为每一列的索引
data = []
for i in df.index:
  data.append(tuple(df.values[i]))
allnodes = tuple(data)#若想用二维列表的形式读取即删掉此行语句
print(allnodes)

out:
((1.0, 0.0, 3.0, 180.0), (2.0, 0.0, 2.0, 180.0), (3.0, 0.0, 1.0, 180.0), (4.0, 0.0, 0.0, 180.0), (5.0, 0.0, 3.0, 178.0), (6.0, 0.0, 2.0, 178.0), (7.0, 0.0, 1.0, 178.0), (8.0, 0.0, 0.0, 178.0),..., (29484.0, -40.0, 0.0, 0.0))

小结:用Python自带的库进行读取的时候可能稍快,但对于大型的多维数据处理,使用pandas可进行更方面,灵活,可视化的操作。

到此这篇关于python中读入二维csv格式的表格方法详解(以元组/列表形式表示)的文章就介绍到这了,更多相关python读入二维csv文件内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站!

相关标签:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。