Question

我有一个字典列表，看起来像这样：

toCSV = [{'name':'bob','age':25,'weight':200},{'name':'jim','age':31,'weight':180}]

如何将其转换为类似于此的csv文件：

name,age,weight
bob,25,200
jim,31,180

Answer 1

import csv
toCSV = [{'name':'bob','age':25,'weight':200},
         {'name':'jim','age':31,'weight':180}]
keys = toCSV[0].keys()
with open('people.csv', 'wb') as output_file:
    dict_writer = csv.DictWriter(output_file, keys)
    dict_writer.writeheader()
    dict_writer.writerows(toCSV)

编辑：我之前的解决方案不处理订单。正如Wilduck所说，DictWriter在这里更合适。

Answer 2

在Python csv模块中有一个DictWriter可能会有所帮助。

Answer 3

这是你有一个字典列表：

import csv
with open('names.csv', 'w') as csvfile:
    fieldnames = ['first_name', 'last_name']
    writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
    writer.writeheader()
    writer.writerow({'first_name': 'Baked', 'last_name': 'Beans'})

Answer 4

因为@User和@BiXiC在这里寻求UTF-8的帮助，这是@Matthew的解决方案的变体。（我不允许发表评论，所以我在回答。）

import unicodecsv as csv
toCSV = [{'name':'bob','age':25,'weight':200},
         {'name':'jim','age':31,'weight':180}]
keys = toCSV[0].keys()
with open('people.csv', 'wb') as output_file:
    dict_writer = csv.DictWriter(output_file, keys)
    dict_writer.writeheader()
    dict_writer.writerows(toCSV)

Answer 5

在python中，三件事有些不同，但是方式更简单且更不易出错。告诉CSV文件应使用@angular/material/dialog编码打开是个好主意，因为它使数据更易于其他人使用（假设您没有使用限制性更强的编码，例如utf8）< / p>

latin1

请注意，Python 3中的import csv toCSV = [{'name':'bob','age':25,'weight':200}, {'name':'jim','age':31,'weight':180}] with open('people.csv', 'w', encoding='utf8', newline='') as output_file: fc = csv.DictWriter(output_file, fieldnames=toCSV[0].keys(), ) fc.writeheader() fc.writerows(toCSV)需要使用csv参数，否则在excel / opencalc中打开时，CSV中会出现空白行。

或者：我更喜欢使用newline=''模块中的csv处理程序。我发现它对编码问题的容忍度更高，并且 pandas在加载文件时会自动将CSV中的字符串数字转换为正确的类型（int，float等）。

pandas

注意：

如果您提供路径，pandas会为您打开文件，并且在python3中默认为import pandas dataframe = pandas.read_csv(filepath) list_of_dictionaries = dataframe.to_dict('records') dataframe.to_csv(filepath)并找出标题。
数据框的结构与CSV所提供的结构不同，因此在加载时添加一行以获取相同的内容：utf8
pandas还使控制csv文件中列的顺序变得更加容易。默认情况下，它们是字母顺序的，但是您可以指定列顺序。使用香草dataframe.to_dict('records')模块时，您需要向其喂csv，否则它们将以随机顺序出现（如果在python <3.5中工作）。有关更多信息，请参见：Preserving column order in Python Pandas DataFrame。

Answer 6

import csv
toCSV = [{'name':'bob','age':25,'weight':200},
         {'name':'jim','age':31,'weight':180}]
header=['name','age','weight']     
try:
   with open('output'+str(date.today())+'.csv',mode='w',encoding='utf8',newline='') as output_to_csv:
       dict_csv_writer = csv.DictWriter(output_to_csv, fieldnames=header,dialect='excel')
       dict_csv_writer.writeheader()
       dict_csv_writer.writerows(toCSV)
   print('\nData exported to csv succesfully and sample data')
except IOError as io:
    print('\n',io)

Answer 7

这是另一个更通用的解决方案，假设您没有行列表（可能它们不适合内存）或标题的副本（可能write_csv函数是通用）：

def gen_rows():
    yield OrderedDict(name='bob', age=25, weight=200)
    yield OrderedDict(name='jim', age=31, weight=180)

def write_csv():
    it = genrows()
    first_row = it.next()  # __next__ in py3
    with open("people.csv", "w") as outfile:
        wr = csv.DictWriter(outfile, fieldnames=list(first_row))
        wr.writeheader()
        wr.writerow(first_row)
        wr.writerows(it)

注意：这里使用的OrderedDict构造函数仅在python＆gt; 3.4中保留顺序。如果订单很重要，请使用OrderedDict([('name', 'bob'),('age',25)])表单。

Answer 8

import csv

with open('file_name.csv', 'w') as csv_file:
    writer = csv.writer(csv_file)
    writer.writerow(('colum1', 'colum2', 'colum3'))
    for key, value in dictionary.items():
        writer.writerow([key, value[0], value[1]])

这是将数据写入 .csv 文件

的最简单方法

如何将此词典列表转换为csv文件？

8 个答案: