之前在做数据分析的过程中，需要对数据进行实时的写入，比如对新生成的数据写入之前已经生成的txt或csv文件中。现在想想其实很简单，所以做一个总结。

1：实时向csv文件写入数据

假设需要生成一张csv表，里面的字段对应一些数据，由于后续的过程中，不止一次写入数据，那么安全的做法是：

• 首先写入字段；
• 然后写入数据（否则字段也会每次被写入）

步骤1：创建文件并写入字段

import csv
with open("test3.csv","a",newline='') as csvfile: 
    writer = csv.writer(csvfile, delimiter=' ')
    writer.writerow(["index","a_name","b_name"])

上述代码参数解释：

• ​ test3.csv表示要创建一个test3.csv的文件，注意:如果当前目录下没有这个文件，则会自动生成test3.csv文件，如果当前目录下已经有了test3.csv的文件，那么在新建结束后，会将原始的test3.csv文件覆盖。
• ​ "a"表示导入的数据不会讲test3.csv文件中的原始数据覆盖，即：在后面继续添加，如果需要覆盖，则将"a"改成"w"即可。
• ​newline=’ ’表示不会以空行作为每一行的分割线，注意:这一行代码必须添加上，否则csv文件中的每一行数据的前面会出现空行。

步骤2：写入数据

list1=[0,0,0]
list2=[1,1,1]
data_array=[[5,5,5],[1,2,3]]
with open("test3.csv","a",newline='') as csvfile: 
    writer = csv.writer(csvfile)
    # 多行写入用writerows
    writer.writerows(data_array)
    # 单行逐个写入用 writerow
#     writer.writerow(list1)
#     writer.writerow(list2)
    
    # 执行添加数据操作之后，要写close关闭，否则下次无法再次插入新的数据
    csvfile.close()

实时写入数据时，有可能是逐个写入，也可能是一次性写入多个数据。多行写入用writerows，

单行逐个写入用 writerow，根据需求调整。close()这行代码一定要加上，否则下次无法再次插入新的数据。

运行结果：

再次逐个写入，代码：

list1=[0,0,0]
list2=[1,1,1]
data_array=[[5,5,5],[1,2,3]]
with open("test3.csv","a",newline='') as csvfile: 
    writer = csv.writer(csvfile)
    # 写入多行用writerows
#     writer.writerows(data_array)
#     写入单行用 writerow
    writer.writerow(list1)
    writer.writerow(list2)
    
    # 执行添加数据操作之后，要写close关闭，否则下次无法再次插入新的数据
    csvfile.close()

运行结果：

结果显示，逐个添加数据成功。

注意的地方

如果不是逐行写入，而是直接将数组一次性写入到csv文件中（相当于多行写入），则上述代码中改用writerows即可

2：实时向txt文件写入数据

实时向txt文件写入内容的过程，与创建csv文件，实时向文件写入内容大致相同，只需要添加一个换行符就行。

代码：

with open ('testing.txt','a') as f:
    f.write('%s       %s      %s'%('姓名','国籍','金额'))

运行结果：

结果生成了一个testing.txt的文件。

再次向txt文件中写入数据

代码：

with open ('testing.txt','a') as f:   
    f.write('\n')     #换行
    f.write('%s       %s      %d' %('张三','中国',2000))

运行结果：

结果显示，已经将数据写入txt文件中。

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• pytorch做多个反向传播的操作是什么？

  一些朋友可能对于pytorch反向传播有一定的了解，但不是很清楚pytorch 多个反向传播，对此本文主要给大家介绍的是关于pytorch 多个反向传播的操作。一些场景中，我们需要做两次反向，那么这应该怎样实现呢？下面我们一起来看看。

• 用Python怎样捕获高动态范围成像

  这篇文章主要介绍了python使用OpenCV获取高动态范围成像HDR，如何使用不同曝光设置拍摄的多张图像创建高动态范围图像HDR，下文吗更详细的内容介绍，需要的小伙伴可以参考一下

• Python3如何访问列表中的值，列表脚本操作符有哪些

  Python 囊括了大量的复合数据类型，用于接受其它数值。最有用的是列表，即写在方括号之间、用逗号分隔开的数值列表。列表内的数值不必全是相同的类型。

• python中py_compile模块用来做什么

   py_compile模块提供一个函数，用于从源文件生成字节码文件，以及在将模块源文件作为脚本调用时使用的另一个函数。虽然并不经常需要，但是在安装用于共享使用的模块时，这个函数非常有用，特别是如果某些用户可能没有权限在包含源代码的目录中编写字节码缓存文件的话。源代码不多，如下>>>importpy_compile>>>dir(py_c

• 怎样通过代码分析python脚本的性能，怎样进行进一步优化

  这篇文章主要介绍了python中的脚本性能分析，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教