CSV是一种以纯文本的方式存储数据表的文件格式,文件中的每一行以逗号分隔符,常见于数据库或电子表格中的数据导入导出格式。阅读标准模块csv的相关文档,了解 CSV 文件的打开、读写、关闭等相关操作,请尝试用csv模块建立一个CSV格式的文本文件, 并导入 EXCEL 表格;接着 EXCEL 做些表格操作,并再次导出为CSV文件:最后再为CSV文件中的数据做一些统计相关的数据分析
时间: 2024-03-25 07:41:23 浏览: 7
可以使用以下代码来创建一个 CSV 格式的文本文件,并将其导入 Excel,然后进行一些操作,并导出为 CSV 文件:
```python
import csv
import os
import pandas as pd
# 创建 CSV 格式的文本文件
filename = 'example.csv'
with open(filename, 'w', newline='') as csvfile:
writer = csv.writer(csvfile)
writer.writerow(['Name', 'Age', 'Gender'])
writer.writerow(['Alice', 25, 'Female'])
writer.writerow(['Bob', 30, 'Male'])
writer.writerow(['Charlie', 20, 'Male'])
# 导入 CSV 文件到 Excel
df = pd.read_csv(filename)
df.to_excel('example.xlsx', index=False)
# 对 Excel 表格进行操作
df['Age'] = df['Age'] + 1
df['Name'] = df['Name'].str.upper()
# 导出 Excel 表格为 CSV 文件
df.to_csv('example_modified.csv', index=False)
# 对 CSV 文件进行数据分析
df = pd.read_csv('example_modified.csv')
print(df.describe())
```
在上述代码中,首先使用 `csv.writer()` 函数创建 CSV 格式的文本文件,其中 `newline=''` 参数用于避免写入文件时出现空行。然后,使用 `pd.read_csv()` 函数将 CSV 文件导入为 Pandas 数据框,再使用 `df.to_excel()` 函数将其导出为 Excel 文件。
接下来,对 Excel 表格进行操作,将年龄加 1 并将姓名转换为大写字母。使用 `df.to_csv()` 函数将操作后的表格导出为 CSV 文件。
最后,使用 `pd.read_csv()` 函数将修改后的 CSV 文件导入为 Pandas 数据框,然后使用 `df.describe()` 函数对数据进行统计分析。