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

• Python中怎么样进行滤波操作，方法是什么

  这篇文章主要为大家介绍了python数字图像处理之图像简单滤波实现示例，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪

• 详解AlexNet分类模型训练数据集的实现

  这篇文章主要为大家介绍了python神经网络AlexNet分类模型训练猫狗数据集，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪

• PyTorch实现图像识别的操作过程是怎样，新手如何理解

  这篇文章主要介绍了PyTorch一小时掌握之图像识别实战篇，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下

• Python中大小写字母的转换如何实现，常见的有哪些

  在使用python语言开发中经常会碰到,需要大写转小写,小写转换大写,甚至字符串中的单词首字母大写,以及字符串手字字母大写的问题,下面这篇文章主要给大家介绍了关于Python字符串字母大小写转换的相关资料,需要的朋友可以参考下

• MTV模式是什么意思，Django为何用MVT结

  Django是基于MTV模式的框架，需要配合url控制器（路径分发）使用，本文重点给大家介绍Django MTV模式详解，需要的朋友参考下吧