如何在Python中读取CSV文件（模块、Pandas示例）

CSV 作为一种紧凑、简单且通用的格式，是数据交换的常用格式。许多在线服务允许用户将表格数据从网站导出为 CSV 文件。CSV 文件可以在 Excel 中打开，几乎所有数据库都提供工具来允许从 CSV 文件导入数据。

CSV 示例文件

表格形式的数据也称为 CSV（逗号分隔值），字面意思是“逗号分隔的值”。这是一种用于表示表格数据的文本格式。文件中的每一行都是表格中的一行。单个列的值由分隔符分隔——逗号 (,)、分号 (;) 或其他符号。Python 可以轻松地读取和处理 CSV。

考虑以下表格

表格数据

你可以像下面这样用 CSV 表示此表格。

CSV 数据

编程语言,设计者,诞生年份,扩展名

Python,Guido van Rossum,1991,.py

Java,James Gosling,1995,.java

C++,Bjarne Stroustrup,1983,.cpp

正如你所见，每一行都是一个新的换行符，每一列都用逗号分隔。这就是 CSV 文件外观的示例。

下载 CSV 数据

Python CSV 模块

Python 提供了一个 CSV 模块来处理 CSV 文件。要读/写数据，你需要遍历 CSV 的行。你需要使用 split 方法从指定列中获取数据。

CSV 模块函数

在 CSV 模块文档中，你可以找到以下函数

• csv.field_size_limit – 返回最大字段大小
• csv.get_dialect – 获取与名称关联的方言
• csv.list_dialects – 显示所有已注册的方言
• csv.reader – 从 csv 文件读取数据
• csv.register_dialect – 将方言与名称关联
• csv.writer – 将数据写入 csv 文件
• csv.unregister_dialect – 删除与方言注册表中的名称关联的方言
• csv.QUOTE_ALL – 引用所有内容，无论类型如何。
• csv.QUOTE_MINIMAL – 引用特殊字符的字段
• csv.QUOTE_NONNUMERIC – 引用所有非数字值的字段
• csv.QUOTE_NONE – 输出中不引用任何内容

在本教程中，我们将只关注 reader 和 writer 函数，它们允许您编辑、修改和操作 CSV 文件中的数据。

#import necessary modules
import csv
with open('X:\data.csv','rt')as f:
  data = csv.reader(f)
  for row in data:
        print(row)

['Programming language; Designed by; Appeared; Extension']
['Python; Guido van Rossum; 1991; .py']
['Java; James Gosling; 1995; .java']
['C++; Bjarne Stroustrup;1983;.cpp']

如何在 Python 中将 CSV 文件读取到字典中

您也可以使用 DictReader 读取 CSV 文件。结果被解释为一个字典，其中标题行是键，其他行是值。

考虑以下代码：

#import necessary modules
import csv

reader = csv.DictReader(open("file2.csv"))
for raw in reader:
    print(raw)

此代码的结果是

OrderedDict([('Programming language', 'Python'), ('Designed by', 'Guido van Rossum'), (' Appeared', ' 1991'), (' Extension', ' .py')])
OrderedDict([('Programming language', 'Java'), ('Designed by', 'James Gosling'), (' Appeared', ' 1995'), (' Extension', ' .java')])
OrderedDict([('Programming language', 'C++'), ('Designed by', ' Bjarne Stroustrup'), (' Appeared', ' 1985'), (' Extension', ' .cpp')])

这种从 CSV 文件读取数据的方式比之前的方法要容易得多。然而，这并不是读取数据的最佳方式。

#import necessary modules
import csv

with open('X:\writeData.csv', mode='w') as file:
    writer = csv.writer(file, delimiter=',', quotechar='"', quoting=csv.QUOTE_MINIMAL)

    #way to write to csv file
    writer.writerow(['Programming language', 'Designed by', 'Appeared', 'Extension'])
    writer.writerow(['Python', 'Guido van Rossum', '1991', '.py'])
    writer.writerow(['Java', 'James Gosling', '1995', '.java'])
    writer.writerow(['C++', 'Bjarne Stroustrup', '1985', '.cpp'])

Programming language, Designed by, Appeared, Extension 
Python, Guido van Rossum, 1991, .py
Java, James Gosling, 1995, .java
C++, Bjarne Stroustrup,1983,.cpp

使用 Pandas 读取 CSV 文件

Pandas 是一个开源库，允许您在 Python 中导入 CSV 并执行数据操作。Pandas 提供了一种简单的方法来创建、操作和删除数据。

您必须使用命令 `pip install pandas` 安装 pandas 库。在 Windows 中，您将在命令提示符中执行此命令，而在 Linux 中，则在终端中执行。

将 CSV 读取到 pandas DataFrame 非常快速简单

#import necessary modules
import pandas
result = pandas.read_csv('X:\data.csv')
print(result)

Pandas 示例 read CSV 的结果

Programming language, Designed by, Appeared, Extension 
0    Python, Guido van Rossum, 1991, .py
1    Java, James Gosling, 1995, .java
2    C++, Bjarne Stroustrup,1983,.cpp

非常实用的库。仅需三行代码即可获得与之前相同的结果。Pandas 知道 CSV 的第一行包含列名，并且会自动使用它们。

使用 Pandas 写入 CSV 文件

使用 Pandas 写入 CSV 文件和读取一样简单。您可以在此处对此进行验证。首先，您必须根据以下 Python 写入 CSV 代码创建 DataFrame。

from pandas import DataFrame
C = {'Programming language': ['Python','Java', 'C++'],
        'Designed by': ['Guido van Rossum', 'James Gosling', 'Bjarne Stroustrup'],
        'Appeared': ['1991', '1995', '1985'],
        'Extension': ['.py', '.java', '.cpp'],
    }
df = DataFrame(C, columns= ['Programming language', 'Designed by', 'Appeared', 'Extension'])
export_csv = df.to_csv (r'X:\pandaresult.csv', index = None, header=True) # here you have to write path, where result file will be stored
print (df)

这是输出

Programming language, Designed by, Appeared, Extension
0    Python, Guido van Rossum, 1991, .py
1    Java, James Gosling, 1995, .java
2    C++, Bjarne Stroustrup,1983,.cpp

CSV 文件将在指定位置创建。

结论

所以，现在您知道如何使用“csv”方法以及如何以 CSV 格式读写数据。CSV 文件被广泛用于软件应用程序，因为它们易于阅读和管理，并且其较小的尺寸使其处理和传输速度相对较快。

csv 模块提供了各种函数和类，让您可以轻松地进行读写。您可以查阅官方 Python 文档，查找更多有趣的技巧和模块。CSV 是保存、查看和发送数据的最佳方式。实际上，它并没有初看起来那么难学。但只要稍加练习，您就能掌握它。

Pandas 是读取 CSV 文件的一个很好的替代方案。

此外，还可以使用 ANTLR、PLY 和 PlyPlus 等库解析文本文件。它们都可以处理繁重的解析，如果简单的字符串操作不起作用，还可以使用正则表达式。