数据写入CSV文件和CSV文件转Excel文件

要将一个包含元组的列表写入 CSV 文件，Python 标准库中的 csv 模块是最简单、最直接的方式。下面给出完整的代码示例，并逐部分解释。

一、将数据写入CSV文件

假设有一个列表，每个元组代表 CSV 中的一行数据：

import csv

tv_data = [
    (1, "山花烂漫时", 9.6, 2024, "费振翔", "宋佳", "剧情 / 传记"),
    (2, "问苍茫", 9.0, 2024, "王伟", "王仁君", "历史 / 剧情"),
    (3, "我的阿勒泰", 8.9, 2024, "滕丛丛", "马伊琍、于适、周依然", "剧情 / 生活"),
    (4, "天行健", 8.8, 2024, "楼健 / 卫立洲", "暂缺", "历史 / 武侠 / 悬疑"),
    (5, "繁花", 8.7, 2024, "王家卫", "胡歌、马伊琍、唐嫣", "剧情 / 爱情"),
    (6, "唐朝诡事录之西行", 8.6, 2024, "柏杉", "杨旭文、杨志刚", "悬疑 / 古装")
]

# 写入 CSV 文件
csv_file = r"C:\XXX\output.csv"

with open(csv_file, mode='w', newline='', encoding='gbk') as file:
    writer = csv.writer(file)
# 写入表头（可选）
    writer.writerow(["排名", "影片名称", "评分","上映年份", "导演", "主演", "影片分类"])
# 写入所有数据行
    writer.writerows(tv_data)

print(f"数据已成功写入 {csv_file}")

补充说明

1. 导入 csv 模块

csv 是 Python 内置模块，无需额外安装，直接 import csv 即可。

2. 打开文件时的参数

• mode='w'：写入模式（若文件已存在会覆盖）。
• newline=''：非常重要。如果不设置，写入的文件在 Windows 上可能会出现多余的空行。这是官方推荐的做法。
• encoding='gbk 编码，确保中文字符等能正确处理。也可根据需要改为'utf-8'`。

3. 创建 csv.writer 对象

writer = csv.writer(file) 获得一个写入器。默认的分隔符是逗号（,），如果需要其他分隔符（如制表符 \t），可以添加参数 delimiter='\t'。

4. 写入数据

• writer.writerow(iterable)：写入单行（接收一个可迭代对象，如元组或列表）。
• writer.writerows(iterable_of_rows)：批量写入多行，接收一个可迭代的行集合（例如二维列表或元组列表）。

示例中先用 writerow 写入表头（可选），再用 writerows 一次性写入所有数据元组。

5. 自动处理特殊字符

如果元组内部包含逗号、换行符或引号，csv.writer 会自动进行转义（例如用双引号包裹字段），保证生成的 CSV 文件格式正确。

没有表头时的简化写法

如果不需要表头，代码可以更简洁：

with open(csv_file, mode='w', newline='', encoding='gbk') as file:
# 写入所有数据行
    csv.writer(file).writerows(tv_data)

二、写入到已有CSV文件（追加模式）

若想追加数据而不是覆盖原文件，将 mode 改为 'a'（append）：

with open(csv_file, mode='a', newline='', encoding='gbk') as file:
    csv.writer(file).writerows([(7, "不够善良的我们", 8.3, 2024, "徐誉庭", "林依晨、许玮甯", "剧情 / 爱情")])

注意：追加时不会自动处理表头重复问题，请自行确保数据结构一致。

使用 csv.DictWriter（按字典写入）

如果数据是字典列表，也可以使用 DictWriter，但本例中的元组列表用 csv.writer 已经足够。

三、CSV文件转Excel

要将 CSV 文件转换为 Excel（.xlsx）文件，最便捷的方法是使用 pandas 库。它提供 read_csv 读取 CSV，再通过 to_excel 直接生成 Excel 文件。 要将 CSV 文件转换为 Excel（.xlsx）文件，最便捷的方法是使用 pandas 库。它提供 read_csv 读取 CSV，再通过 to_excel 直接生成 Excel 文件。

示例代码

import pandas as pd

"""
读取之前生成的 CSV 文件
注意编码与之前一致，之前示例用了 gbk
这里实际验证发现 csv 文件得使用 utf-8 写入，然后写入Excel 文件才能成功
"""
df = pd.read_csv(csv_file, encoding='utf-8')

xls_file = r"C:\XXX\output.xlsx"

# 转换为 Excel 文件（需要额外安装 openpyxl 或 xlsxwriter）
df.to_excel(xls_file, index=False, engine='openpyxl')

print("CSV 已成功转换为 Excel 文件！")

补充说明

1. 安装依赖：pandas 本身不处理 Excel，需要额外安装一个引擎，推荐 openpyxl。

   pip install pandas openpyxl
   

2. 读取 CSV
   pd.read_csv('output.csv', encoding='utf-8') 会将 CSV 读入一个 DataFrame 对象。注意如果 CSV 文件使用了其他编码（如 'gbk'），需要相应修改 encoding 参数。

3. 写入 Excel

• to_excel('output.xlsx', index=False)：index=False 表示不将 DataFrame 的行索引写入 Excel（避免多出一列无意义的序号）。
• engine='openpyxl'：指定使用 openpyxl 引擎（用于处理 .xlsx 格式）。如果不指定，pandas 会自动选择可用引擎。

4. 处理表头与数据：CSV 中的第一行（姓名、年龄、城市）会被自动当作列名保留到 Excel 中。

不使用 pandas 的方式

若不想引入 pandas，也可用标准库 csv + openpyxl：

import csv
from openpyxl import Workbook

wb = Workbook()
ws = wb.active

csv_file = r"C:\XXX\output.csv"
with open(csv_file, 'r', encoding='utf-8') as file_obj:
    reader = csv.reader(file_obj)
for row in reader:
        ws.append(row)
xls_file = r"C:\XXX\output1.xlsx"
wb.save(xls_file)
print("CSV 已成功转换为Excel!")

这种方法更底层，但需要手动处理每一行的追加，不如 pandas 简洁。建议在项目已安装 pandas 时优先使用前者。

四、Excel转CSV

将 Excel 文件转换为 CSV 文件是一种常见且合理的操作，在很多场景下都是合适的。Excel 软件本身就提供“另存为 CSV”功能，编程库（pandas、openpyxl、xlrd）也支持导出 CSV。

是否合适 —— 取决于使用目的

注意事项（重要）

1. 多工作表问题

Excel 文件可以包含多个工作表（Sheet），但 CSV 只能保存一个表格。
👉 需要指定转换哪个工作表，或者循环将每个工作表分别转为独立的 CSV 文件。

2. 公式 → 值

• 手动另存为 CSV 时，Excel 会保存公式的当前计算结果，公式本身丢失。
• 用编程库（如 pandas）读取时，默认得到的是计算后的值（除非设置 data_only=False）。
  ⚠️ 转换后无法再恢复公式。

3. 编码问题

CSV 是纯文本文件，编码很关键。

• Excel 另存为 CSV 时，默认使用系统区域编码（中文 Windows 常为 GBK/ANSI）。
• 跨平台使用或包含中文时，建议统一为 UTF-8 with BOM（Excel 打开 UTF-8 无 BOM 会乱码）。
  👉 编程时指定 encoding='utf-8-sig'（写入带 BOM 的 UTF-8）或 'gbk'。

4. 分隔符

• 标准 CSV 使用逗号 ,，但某些区域（如欧洲）Excel 可能使用分号 ; 作为默认分隔符（因逗号用作千分位）。
• 转换时明确分隔符，避免后续读取错误。
  👉 可在 Python 中用 delimiter=',' 或 ';' 指定。

5. 特殊字符处理

单元格内含有逗号、换行符、双引号时，CSV 需要正确转义（字段加双引号）。

• Excel 另存为 CSV 时会自动处理。
• 编程转换时需确保写入器遵循 RFC 4180 标准（Python 的 csv 模块默认做到）。

6. 数据精度与格式

• 日期时间：转为 CSV 后变成固定格式的字符串（如 2023-01-01），丢失 Excel 的日期序号和显示格式。
• 长数字（身份证号、电话号码）：Excel 可能将其转为科学计数法，导致 CSV 中失真。
  👉 转换前可将该列在 Excel 中设为文本格式，或在编程时指定列为字符串类型。

7. 大文件性能

• Excel 文件（.xlsx）本质是压缩 XML，打开和解析较慢。
• 转为 CSV 后，文件体积通常更小，读写速度更快。
  但注意：超大的 Excel 文件（几十万行）转换为 CSV 仍可能较慢，建议分块处理。

Python 示例：Excel 转 CSV

import pandas as pd

xls_file = r"C:\XXX\output.xlsx"

# 读取 Excel 的指定工作表（这里读取第一个）
# dtype=str 防止数字变形
df = pd.read_excel(xls_file, sheet_name=0, dtype=str)

csv_file = r"C:\XXX\output_n.csv"

# 写入 CSV，使用 UTF-8 with BOM 编码，避免中文乱码
df.to_csv(csv_file, index=False, encoding='utf-8-sig')

print("Excel 已成功转换为 CSV 文件！")