CSV模塊的使用

1、csv簡介

CSV (Comma Separated Values)，即逗號(hào)分隔值（也稱字符分隔值，因?yàn)榉指舴梢圆皇嵌禾?hào)），是一種常用的文本

格式，用以存儲(chǔ)表格數(shù)據(jù)，包括數(shù)字或者字符。很多程序在處理數(shù)據(jù)時(shí)都會(huì)碰到csv這種格式的文件，它的使用是比

較廣泛的（Kaggle上一些題目提供的數(shù)據(jù)就是csv格式），csv雖然使用廣泛，但卻沒有通用的標(biāo)準(zhǔn)，所以在處理csv

格式時(shí)常常會(huì)碰到麻煩，幸好python內(nèi)置了csv模塊。下面簡單介紹csv模塊中最常用的一些函數(shù)。

?

更多內(nèi)容請參考：https://docs.python.org/2/library/csv.html#module-csv

2、csv模塊中的函數(shù)

• reader(csvfile, dialect='excel', **fmtparams)

參數(shù)說明： csvfile，必須是支持迭代(Iterator)的對象，可以是文件(file)對象或者列表(list)對象，如果是文件對 象，打開時(shí)需要加"b"標(biāo)志參數(shù)。 dialect，編碼風(fēng)格，默認(rèn)為excel的風(fēng)格，也就是用逗號(hào)（,）分隔，dialect方式也支持自定義，通過調(diào)用register_dialect方法來注冊，下文會(huì)提到。 fmtparam，格式化參數(shù)，用來覆蓋之前dialect對象指定的編碼風(fēng)格。 import csv with open('test.csv','rb') as myFile: lines=csv.reader(myFile) for line in lines: print line

?

'test.csv'是文件名，‘rb’中的r表示“讀”模式，因?yàn)槭俏募ο?#xff0c;所以加‘b’。open()返回了一個(gè)文件對象

myFile，reader(myFile)只傳入了第一個(gè)參數(shù)，另外兩個(gè)參數(shù)采用缺省值，即以excel風(fēng)格讀入。reader()返回一個(gè)

reader對象lines,lines是一個(gè)list，當(dāng)調(diào)用它的方法lines.next()時(shí)，會(huì)返回一個(gè)string。上面程序的效果是將csv

文件中的文本按行打印，每一行的元素都是以逗號(hào)分隔符','分隔得來。

?

在我的test.csv文件中，存儲(chǔ)的數(shù)據(jù)如圖：

程序輸出：

['1', '2'] ['3', 'a'] ['4', 'b']

?

補(bǔ)充：reader對象還提供一些方法：line_num、dialect、next()

• writer(csvfile, dialect='excel', **fmtparams)

參數(shù)的意義同上，這里不贅述，直接上例程：

with open('t.csv','wb') as myFile: myWriter=csv.writer(myFile) myWriter.writerow([7,'g']) myWriter.writerow([8,'h']) myList=[[1,2,3],[4,5,6]] myWriter.writerows(myList)

?

'w'表示寫模式。

首先open()函數(shù)打開當(dāng)前路徑下的名字為't.csv'的文件，如果不存在這個(gè)文件，則創(chuàng)建它，返回myFile文件對象。

csv.writer(myFile)返回writer對象myWriter。

writerow()方法是一行一行寫入，writerows方法是一次寫入多行。

注意：如果文件't.csv'事先存在，調(diào)用writer函數(shù)會(huì)先清空原文件中的文本，再執(zhí)行writerow/writerows方法。

補(bǔ)充：除了writerow、writerows，writer對象還提供了其他一些方法：writeheader、dialect

• register_dialect(name, [dialect, ]**fmtparams)

這個(gè)函數(shù)是用來自定義dialect的。

參數(shù)說明：

name,你所自定義的dialect的名字，比如默認(rèn)的是'excel'，你可以定義成'mydialect'

[dialect, ]**fmtparams，dialect格式參數(shù)，有delimiter（分隔符，默認(rèn)的就是逗號(hào)）、quotechar、

quoting等等，可以參考Dialects and Formatting Parameters

csv.register_dialect('mydialect',delimiter='|', quoting=csv.QUOTE_ALL)

上面一行程序自定義了一個(gè)命名為mydialect的dialect，參數(shù)只設(shè)置了delimiter和quoting這兩個(gè)，其他的仍然采用

默認(rèn)值，其中以'|'為分隔符。接下來我們就可以像使用'excel'一樣來使用'mydialect'了。我們來看看效果：

?

在我test.csv中存儲(chǔ)如下數(shù)據(jù)：

以'mydialect'風(fēng)格打印：

with open('test.csv','rb') as myFile: lines=csv.reader(myFile,'mydialect') print lines.line_num for line in lines: print line

輸出：

?

['1,2', '3'] ['4,5', '6']

?

?

可以看到，現(xiàn)在是以'|'為分隔符，1和2合成了一個(gè)字符串（因?yàn)?和2之間的分隔符是逗號(hào)，而mydialect風(fēng)格的分隔

符是'|'），3單獨(dú)一個(gè)字符串。

對于writer()函數(shù)，同樣可以傳入mydialect作為參數(shù)，這里不贅述。

• unregister_dialect(name)

這個(gè)函數(shù)用于注銷自定義的dialect

?

此外，csv模塊還提供get_dialect(name)、list_dialects()、field_size_limit([new_limit])等函數(shù)，這些都比較

簡單，可以自己試試。比如list_dialects()函數(shù)會(huì)列出當(dāng)前csv模塊里所有的dialect：

print csv.list_dialects()

輸出：

?

['excel-tab', 'excel', 'mydialect']

?

?

'mydialect'是自定義的，'excel-tab', 'excel'都是自帶的dialect，其中'excel-tab'跟'excel'差不多，

只不過它以tab為分隔符。

?

csv模塊還定義了

一些類：DictReader、DictWriter、Dialect等，DictReader和DictWriter類似于reader和writer。

一些常量：QUOTE_ALL、QUOTE_MINIMAL、.QUOTE_NONNUMERIC等，這些常量可以作為Dialects and Formatting Parameters的值。

?

csv文件格式是一種通用的電子表格和數(shù)據(jù)庫導(dǎo)入導(dǎo)出格式。最近我調(diào)用RPC處理服務(wù)器數(shù)據(jù)時(shí)，經(jīng)常需要將數(shù)據(jù)做個(gè)存檔便使用了這一方便的格式。

?

?

Python csv模塊封裝了常用的功能，使用的簡單例子如下:

?

# 讀取csv文件 import csv with open('some.csv', 'rb') as f: # 采用b的方式處理可以省去很多問題 reader = csv.reader(f) for row in reader: # do something with row, such as row[0],row[1] import csv with open('some.csv', 'wb') as f: # 采用b的方式處理可以省去很多問題 writer = csv.writer(f) writer.writerows(someiterable)

?

?

默認(rèn)的情況下, 讀和寫使用逗號(hào)做分隔符(delimiter)，用雙引號(hào)作為引用符(quotechar)，當(dāng)遇到特殊情況是，可以根據(jù)需要手動(dòng)指定字符, 例如:

?

import csv with open('passwd', 'rb') as f: reader = csv.reader(f, delimiter=':', quoting=csv.QUOTE_NONE) for row in reader: print row

?

?

上述示例指定冒號(hào)作為分隔符，并且指定quote方式為不引用。這意味著讀的時(shí)候都認(rèn)為內(nèi)容是不被默認(rèn)引用符(")包圍的。quoting的可選項(xiàng)為: QUOTE_ALL, QUOTE_MINIMAL, QUOTE_NONNUMERIC, QUOTE_NONE.

?

有點(diǎn)需要注意的是，當(dāng)用writer寫數(shù)據(jù)時(shí)， None 會(huì)被寫成空字符串，浮點(diǎn)類型會(huì)被調(diào)用 repr() 方法轉(zhuǎn)化成字符串。所以非字符串類型的數(shù)據(jù)會(huì)被 str() 成字符串存儲(chǔ)。所以當(dāng)涉及到unicode字符串時(shí)，可以自己手動(dòng)編碼后存儲(chǔ)或者使用csv提供的 UnicodeWriter, 具體可參見這里。

?

字典方式地讀寫

?

csv還提供了一種類似于字典方式的讀寫，方式如下:

?

格式如下:

?

class csv.DictReader(csvfile, fieldnames=None, restkey=None, restval=None, dialect='excel', *args, **kwds)class csv.DictWriter(csvfile, fieldnames, restval='', extrasaction='raise', dialect='excel', *args, **kwds)

?

?

其中fieldnames指定字典的key值，如果reader里沒有指定那么默認(rèn)第一行的元素，在writer里一定要指定這個(gè)。

?

使用示例

?

# 讀 >>> import csv >>> with open('names.csv') as csvfile: ... reader = csv.DictReader(csvfile) ... for row in reader: ... print(row['first_name'], row['last_name']) ... Baked Beans Lovely Spam Wonderful Spam # 寫 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'}) writer.writerow({'first_name': 'Lovely', 'last_name': 'Spam'}) writer.writerow({'first_name': 'Wonderful', 'last_name': 'Spam'})

?

?

其它

?

csv模塊還涉及了其它的概念，比如 Dialects, 還提供了供錯(cuò)誤處理的 exception csv.Error 等，因?yàn)閷?shí)際使用較少及就不累贅在此。更多參考官方文檔。

?

cr : http://www.cnblogs.com/sjfgod/p/7623395.html

posted on 2017-10-26 16:25?會(huì)飛的蝌蚪 閱讀(...) 評論(...) 編輯 收藏

轉(zhuǎn)載于:https://www.cnblogs.com/hfdkd/p/7737483.html

總結(jié)

以上是生活随笔為你收集整理的CSV模块的使用的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。