用python写一段代码，逐行写入csv文件

当然可以，以下是一个简单的例子：

import csv

# 假设要写入的数据是一个二维列表
data = [['姓名', '年龄', '性别'],
        ['张三', 25, '男'],
        ['李四', 30, '女'],
        ['王五', 20, '男']]

# 打开 csv 文件，设置编码和写入模式
with open('data.csv', 'w', encoding='utf-8', newline='') as f:
    # 创建 csv writer 对象，可以指定分隔符等参数
    writer = csv.writer(f)
    # 逐行写入数据
    for row in data:
        writer.writerow(row)

以上代码中，我们先定义了要写入的数据，然后打开一个名为 `data.csv` 的文件，使用 `csv.writer` 对象逐行将数据写入文件中。其中，`newline=''` 参数是为了避免在 Windows 操作系统下出现多余的换行符。

相关问题

python 把数组中的数据写入csv的列

可以使用 Python 内置的 csv 模块来写入 CSV 文件。下面是一个示例代码，假设你有一个名为 data 的数组，它包含了你想要写入 CSV 文件中的数据：

import csv

# 数据数组
data = [[1, 'apple', 2.5],
        [2, 'banana', 3.2],
        [3, 'orange', 1.8]]

# 打开 CSV 文件进行写入
with open('output.csv', mode='w', newline='') as file:
    # 创建 CSV 写入器对象
    writer = csv.writer(file)

    # 写入表头
    writer.writerow(['ID', 'Name', 'Price'])

    # 逐行写入数据
    for row in data:
        writer.writerow(row)

这段代码将会把 data 数组中的数据写入到 `output.csv` 文件中。每一行数据都会被写入到 CSV 文件的一个新行中，数组中的每个元素都会被写入到 CSV 文件的一个单元格中。在写入数据之前，我们首先创建了一个 CSV 写入器对象，然后使用该对象逐行写入数据。注意，我们还写入了表头，这是一个包含列名的行，它会被写入到 CSV 文件的第一行。

读取一个30g以上的csv文件，逐行读取该csv文件，文件有五列，当读取到行，第二列为47且第三列时间相同时，构建新的csv文件，文件一共有三列，第一列为schedule，第二列为time，第三列为weiyi，将连续相同的第三列情况下的第五列数值，写入在新建csv文件weiyi下的一个单元格中每个数值以“,”隔开，并将第三列相同的时间写入新建csv文件time中，第一列写入新建文件csv文件schedule中。

这是一个比较复杂的任务，需要使用Python的pandas库进行处理。以下是一个可能的实现方式：

import pandas as pd

# 设置文件路径和输出文件路径
input_file = 'input.csv'
output_file = 'output.csv'

# 逐行读取csv文件
df = pd.read_csv(input_file, chunksize=1000000, header=None)
output_data = []

for chunk in df:
    # 筛选出第二列为47的行
    chunk = chunk[chunk[1] == 47]

    # 按时间分组，取出每个分组的第一个时间
    groups = chunk.groupby(2)
    times = groups.first().reset_index()[2]

    # 遍历每个分组，将连续的第三列情况下的第五列数值写入单元格中
    for name, group in groups:
        values = []
        last_value = None
        for i, row in group.iterrows():
            if row[3] == last_value:
                values.append(row[4])
            else:
                if last_value is not None:
                    # 将上一个分组的结果写入输出数据中
                    output_data.append([schedule, time, ','.join(values)])
                schedule = row[0]
                time = row[2]
                values = [row[4]]
                last_value = row[3]

        # 将最后一个分组的结果写入输出数据中
        output_data.append([schedule, time, ','.join(values)])

# 将输出数据写入csv文件
output_df = pd.DataFrame(output_data, columns=['schedule', 'time', 'weiyi'])
output_df.to_csv(output_file, index=False)

这段代码首先使用pandas的read_csv函数逐行读取csv文件。由于文件较大，我们使用chunksize参数将文件分成较小的块进行处理，以减少内存消耗。然后，我们筛选出第二列为47的行，并按时间分组。对于每个分组，我们遍历所有行，并将连续的第三列情况下的第五列数值写入单元格中。最后，我们将输出数据写入新的csv文件中。