我有一长串这样的表格——

a = [[1.2,'abc',3],[1.2,'werew',4],........,[1.4,'qew',2]]

也就是说,列表中的值是不同类型的——float,int, strings。我如何将它写入csv文件,使我的输出csv文件看起来像这样

1.2,abc,3
1.2,werew,4
.
.
.
1.4,qew,2

当前回答

在这个页面上甚至没有看到一个回答,包括如何包括头以及创建文件。这里有一种方法也包含了这一点。Method在python 3中工作得很好

csv_filename = 'abc.csv'
fieldnames = ['Col_1','Col_2','Col_3','Col_4']
with open(csv_filename, mode='w') as csv_file:
    writer = csv.DictWriter(csv_file, fieldnames=fieldnames)
    writer.writeheader()
    for i in my_list:
        writer.writerow({fieldnames[0]: i[0], fieldnames[1]: i[1], fieldnames[2]: i[2],fieldnames[3]: i[3]}) 

其他回答

Python内置的CSV模块可以轻松处理:

import csv

with open("output.csv", "wb") as f:
    writer = csv.writer(f)
    writer.writerows(a)

这假设你的列表被定义为a,就像你的问题一样。您可以通过CSV .writer()的各种可选参数调整输出CSV的确切格式,如上面链接的库参考页中所记录的那样。

Python 3更新

import csv

with open("out.csv", "w", newline="") as f:
    writer = csv.writer(f)
    writer.writerows(a)

在将列表的列表的列表的列表导出为.csv的情况下,这将在Python3中工作:

import csv
with open("output.csv", "w") as f:
    writer = csv.writer(f)
    for element in lll:
        writer.writerows(element)

如果出于某种原因你想手动执行(不使用csv,pandas,numpy等模块):

with open('myfile.csv','w') as f:
    for sublist in mylist:
        for item in sublist:
            f.write(item + ',')
        f.write('\n')

当然,滚动您自己的版本可能容易出错且效率低下……这就是为什么会有专门的模块。但有时自己写可以帮助你理解它们是如何工作的,有时只是更简单。

如何转储列表的列表到pickle和恢复它与pickle模块?这很方便。

>>> import pickle
>>> 
>>> mylist = [1, 'foo', 'bar', {1, 2, 3}, [ [1,4,2,6], [3,6,0,10]]]
>>> with open('mylist', 'wb') as f:
...     pickle.dump(mylist, f) 


>>> with open('mylist', 'rb') as f:
...      mylist = pickle.load(f)
>>> mylist
[1, 'foo', 'bar', {1, 2, 3}, [[1, 4, 2, 6], [3, 6, 0, 10]]]
>>> 
import csv
with open(file_path, 'a') as outcsv:   
    #configure writer to write standard csv file
    writer = csv.writer(outcsv, delimiter=',', quotechar='|', quoting=csv.QUOTE_MINIMAL, lineterminator='\n')
    writer.writerow(['number', 'text', 'number'])
    for item in list:
        #Write item to outcsv
        writer.writerow([item[0], item[1], item[2]])

官方文档:http://docs.python.org/2/library/csv.html