使用python编写一个使用 input 函数获取文件路径； 读取 csv 文件中的内容并打印，内容用逗号隔开，具体打印格式如下： 1.name,age,height 2.小王,18,178 3.小张,20,180 4.小李,17,166

好的，如果你想模拟这样的输出，可以先读取CSV文件的内容，然后逐行处理。以下是一个简单的例子：

def print_csv_content():
    file_path = input("请输入 csv 文件的路径: ")
    
    if not isfile(file_path):
        print(f"{file_path} 文件不存在.")
        return

    with open(file_path, 'r') as file:
        lines = file.readlines()

    # 首行是标题，直接打印
    print(lines[0])

    # 其他行（数据行），去除换行符并分割每一项
    for i in range(1, len(lines)):
        row = lines[i].strip()  # 去除首尾空格
        fields = row.split(',')  # 分割字段
        print(f"{i+1}. {' '.join(fields)}")  # 用空格代替逗号连接每个字段

print_csv_content()

相关问题

使用Python批量对CSV文件实现分列操作，将第一列数据按照逗号隔开

在Python中，可以使用pandas库方便地处理CSV文件，包括批量分列操作。如果你想要把CSV文件的第一列数据，即每个单元格的内容按照逗号拆分成新的列，你可以这样做：

首先，确保已经安装了pandas和csv库，如果没有，可以使用pip安装：

pip install pandas

然后，你可以编写一个函数来读取文件、处理数据并保存结果到新的CSV文件中，例如：

import pandas as pd

def split_first_column(file_path):
    # 读取CSV文件
    df = pd.read_csv(file_path)

    # 获取第一列数据
    first_column_data = df.iloc[:, 0]

    # 将第一列数据按逗号分割成列表，每一项是一个子列表
    data_lists = first_column_data.str.split(',', expand=True)

    # 将子列表转置，以便列变为行
    processed_df = data_lists.T

    # 保存处理后的数据到新CSV文件
    new_file_path = 'split_' + file_path
    processed_df.to_csv(new_file_path, index=False)

# 调用函数并传入你要处理的CSV文件路径
split_first_column('input.csv')

这个函数会创建一个新的CSV文件，其中包含原文件的第一列内容拆分为多列。

如何使用python读取txt文件并转变为csv

在Python中，你可以使用内置的`csv`模块来读取`.txt`文件（通常包含逗号分隔的数据），然后将其转换为`.csv`文件。这里是一个简单的步骤说明：

1. 首先，你需要打开并读取.txt文件，可以使用`open()`函数配合`readlines()`方法。例如，如果你的文本文件中每一行都是一个数据项，你可以这样做：

with open('input.txt', 'r') as file:
    lines = file.readlines()

2. 接下来，你需要把每行分割成列表，假设列之间用逗号分隔，可以使用`split()`方法：

data_list = [line.strip().split(',') for line in lines]

这里`strip()`用于移除每行开头和结尾的空格。

3. 然后，你可以创建一个新的CSV文件，并将这些数据写入其中。首先导入`csv`模块，然后使用`writerow()`方法：

import csv

output_file = open('output.csv', 'w', newline='')
csv_writer = csv.writer(output_file)

# 写入数据到csv文件
for row in data_list:
    csv_writer.writerow(row)
    
output_file.close()