Python-Core-50-Courses/第23课:用Python读写CSV文件.md

4.3 KiB
Raw Blame History

第23课用Python读写CSV文件

CSV文件介绍

CSVComma Separated Values全称逗号分隔值文件是一种简单、通用的文件格式被广泛的应用于应用程序数据库、电子表格等数据的导入和导出以及异构系统之间的数据交换。因为CSV是纯文本文件不管是什么操作系统和编程语言都是可以处理纯文本的而且很多编程语言中都提供了对读写CSV文件的支持因此CSV格式在数据处理和数据科学中被广泛应用。

CSV文件有以下特点

  1. 纯文本,使用某种字符集(如ASCIIUnicodeGB2312)等);
  2. 由一条条的记录组成(典型的是每行一条记录);
  3. 每条记录被分隔符(如逗号、分号、制表符等)分隔为字段(列);
  4. 每条记录都有同样的字段序列。

CSV文件可以使用文本编辑器或类似于Excel电子表格这类工具打开和编辑当使用Excel这类电子表格打开CSV文件时你甚至感觉不到CSV和Excel文件的区别。很多数据库系统都支持将数据导出到CSV文件中当然也支持从CSV文件中读入数据保存到数据库中这些内容并不是现在要讨论的重点。

将数据写入CSV文件

现有五个学生三门课程的考试成绩需要保存到一个CSV文件中要达成这个目标可以使用Python标准库中的csv模块,该模块的writer函数会返回一个csvwriter对象,通过该对象的writerowwriterows方法就可以将数据写入到CSV文件中具体的代码如下所示。

import csv
import random

with open('scores.csv', 'w') as file:
    writer = csv.writer(file)
    writer.writerow(['姓名', '语文', '数学', '英语'])
    names = ['关羽', '张飞', '赵云', '马超', '黄忠']
    for name in names:
        scores = [random.randrange(50, 101) for _ in range(3)]
        scores.insert(0, name)
        writer.writerow(scores)

生成的CSV文件的内容。

姓名,语文,数学,英语
关羽,98,86,61
张飞,86,58,80
赵云,95,73,70
马超,83,97,55
黄忠,61,54,87

需要说明的是上面的writer函数,除了传入要写入数据的文件对象外,还可以dialect参数它表示CSV文件的方言默认值是excel。除此之外,还可以通过delimiterquotecharquoting参数来指定分隔符默认是逗号、包围值的字符默认是双引号以及包围的方式。其中包围值的字符主要用于当字段中有特殊符号时通过添加包围值的字符可以避免二义性。大家可以尝试将上面第5行代码修改为下面的代码然后查看生成的CSV文件。

writer = csv.writer(file, delimiter='|', quoting=csv.QUOTE_ALL)

生成的CSV文件的内容。

"姓名"|"语文"|"数学"|"英语"
"关羽"|"88"|"64"|"65"
"张飞"|"76"|"93"|"79"
"赵云"|"78"|"55"|"76"
"马超"|"72"|"77"|"68"
"黄忠"|"70"|"72"|"51"

从CSV文件读取数据

如果要读取刚才创建的CSV文件可以使用下面的代码通过csv模块的reader函数可以创建出csvreader对象,该对象是一个迭代器,可以通过next函数或for-in循环读取到文件中的数据。

import csv

with open('scores.csv', 'r') as file:
    reader = csv.reader(file, delimiter='|')
    for data_list in reader:
        print(reader.line_num, end='\t')
        for elem in data_list:
            print(elem, end='\t')
        print()

注意:上面的代码对csvreader对象做for循环时,每次会取出一个列表对象,该列表对象包含了一行中所有的字段。

简单的总结

将来如果大家使用Python做数据分析很有可能会用到名为pandas的三方库它是Python数据分析的神器之一。pandas中封装了名为read_csvto_csv的函数用来读写CSV文件其中read_CSV会将读取到的数据变成一个DataFrame对象,而DataFrame就是pandas库中最重要的类型,它封装了一系列用于数据处理的方法(清洗、转换、聚合等);而to_csv会将DataFrame对象中的数据写入CSV文件完成数据的持久化。read_csv函数和to_csv函数远远比原生的csvreadercsvwriter强大。