专栏首页Python 知识大全大神是这样处理 CSV 数据的

大神是这样处理 CSV 数据的

阅读本文大概需要 5.5 分钟。

读写 CSV 数据

问题

你想读写一个 CSV 格式的文件

解决方案

对于大多数的 CSV 格式的数据读写问题,都可以使用 csv 库。

例如:假设你在一 个名叫 stocks.csv 文件中有一些股票市场数据,像这样:

Symbol,Price,Date,Time,Change,Volume
"AA",39.48,"6/11/2007","9:36am",-0.18,181800
"AIG",71.38,"6/11/2007","9:36am",-0.15,195500
"AXP",62.58,"6/11/2007","9:36am",-0.46,935000
"BA",98.31,"6/11/2007","9:36am",+0.12,104800
"C",53.08,"6/11/2007","9:36am",-0.25,360900
"CAT",78.29,"6/11/2007","9:36am",-0.23,225400

下面向你展示如何将这些数据读取为一个元组的序列:

import csv
with open('stocks.csv') as f:
    f_csv = csv.reader(f)
    headers = next(f_csv)
    for row in f_csv:
      pass

在上面的代码中,row 会是一个列表。因此,为了访问某个字段,你需要使用下标, 如 row[0] 访问 Symbol,row[4] 访问 Change。由于这种下标访问通常会引起混淆,你可以考虑使用命名元组。

例如:

from collections import namedtuple
with open('stock.csv') as f:
  f_csv = csv.reader(f)
  headings = next(f_csv)
  Row = namedtuple('Row', headings)
  for r in f_csv:
    row = Row(*r)

它允许你使用列名如 row.Symbol 和 row.Change 代替下标访问。

需要注意的是这 个只有在列名是合法的 Python 标识符的时候才生效。

如果不是的话,你需要修改下原始的列名 (如将非标识符字符替换成下划线之类的)。另外一个选择就是将数据读取到一个字典序列中去。

可以这样做

import csv
with open('stocks.csv') as f:
  f_csv = csv.DictReader(f)
  for row in f_csv:
    # process row

在这个版本中,你可以使用列名去访问每一行的数据了。

比如,row['Symbol'] 或 者 row['Change'] 为了写入 CSV 数据,你仍然可以使用 csv 模块,不过这时候先创建一个 writer 对象。

例如:

headers = ['Symbol','Price','Date','Time','Change','Volume']
rows = [('AA', 39.48, '6/11/2007', '9:36am', -0.18, 181800),
('AIG', 71.38, '6/11/2007', '9:36am', -0.15, 195500),
('AXP', 62.58, '6/11/2007', '9:36am', -0.46, 935000),
]
with open('stocks.csv','w') as f:
  f_csv = csv.writer(f)
  f_csv.writerow(headers)
  f_csv.writerows(rows)

如果你有一个字典序列的数据,可以像这样做

headers = ['Symbol', 'Price', 'Date', 'Time', 'Change', 'Volume']
rows = [{'Symbol':'AA', 'Price':39.48, 'Date':'6/11/2007',
'Time':'9:36am', 'Change':-0.18, 'Volume':181800},
{'Symbol':'AIG', 'Price': 71.38, 'Date':'6/11/2007',
'Time':'9:36am', 'Change':-0.15, 'Volume': 195500},
{'Symbol':'AXP', 'Price': 62.58, 'Date':'6/11/2007',
'Time':'9:36am', 'Change':-0.46, 'Volume': 935000},
]
with open('stocks.csv','w') as f:
  f_csv = csv.DictWriter(f, headers)
  f_csv.writeheader()
  f_csv.writerows(rows)

讨论

你应该优先选择 CSV 模块分割或解析 CSV 数据。

例如,你可能会像编写类似 下面这样的代码

with open('stocks.csv') as f:
  for line in f:
  row = line.split(',')

使用这种方式的一个缺点就是你仍然需要去处理一些棘手的细节问题。

比如,如果 某些字段值被引号包围,你不得不去除这些引号。另外,如果一个被引号包围的字段碰巧含有一个逗号,那么程序就会因为产生一个错误大小的行而出错。

默认情况下,csv 库可识别 Microsoft Excel 所使用的 CSV 编码规则。这或许也是 最常见的形式,并且也会给你带来最好的兼容性。然而,如果你查看 csv 的文档,就会 发现有很多种方法将它应用到其他编码格式上 (如修改分割字符等)。

例如,如果你想 读取以 tab 分割的数据,可以这样做:

with open('stock.tsv') as f:
f_tsv = csv.reader(f, delimiter='\t')
for row in f_tsv:
  pass

如果你正在读取 CSV 数据并将它们转换为命名元组,需要注意对列名进行合法性 认证。

例如,可以像下面这样在非法标识符上使用 一个正则表达式替换:

import re
with open('stock.csv') as f:
f_csv = csv.reader(f)
headers = [ re.sub('[^a-zA-Z_]', '_', h) for h in next(f_csv) ]
Row = namedtuple('Row', headers)
for r in f_csv:
  row = Row(*r)

还有重要的一点需要强调的是,csv 产生的数据都是字符串类型的,它不会做任何 其他类型的转换。如果你需要做这样的类型转换,你必须自己手动去实现。

下面是一个 在 CSV 数据上执行其他类型转换的例子:

col_types = [str, float, str, str, float, int]
with open('stocks.csv') as f:
  f_csv = csv.reader(f)
  headers = next(f_csv)
  for row in f_csv:
    row = tuple(convert(value) for convert, value in zip(col_types, row))

通常来讲,可能并不想过多去考虑这些转换问题。在实际情况中,CSV 文件都 或多或少有些缺失的数据,被破坏的数据以及其它一些让转换失败的问题。因此,除非 你的数据确实有保障是准确无误的,否则你必须考虑这些问题 (你可能需要增加合适的 错误处理机制)。

最后,如果你读取 CSV 数据的目的是做数据分析和统计的话,你可能需要看一看 Pandas 包。Pandas 包含了一个非常方便的函数叫 pandas.read_csv() ,它可以加载 CSV 数据到一个 DataFrame 对象中去。然后利用这个对象你就可以生成各种形式的统 计、过滤数据以及执行其他高级操作了。

本文分享自微信公众号 - Python 知识大全(TuoLaJi522),作者:厅长大人

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-02-15

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Python 网络爬虫概述

    几乎每个网站都有一个名为robots.txt的文档,当然也有有些网站没有设定。对于没有设定robots.txt的网站可以通过网络爬虫获取没有口令加密的数据,也就...

    Python知识大全
  • 史上最全Python数据分析学习路径图

    因本狗最近在学使用python进行数据分析, 所以就找了找教程,感觉这个教程还不错,就分享给大家。不过只供参考。

    Python知识大全
  • Python: __init__.py 作用

    __init__.py 主要是用来初始化 Python 包(packages)的,它在模块加载最开始运行。 以下目录结构为示例:

    Python知识大全
  • 零基础学编程019:生成群文章目录

    在2016年10月底,我建立了“分享与成长群”,每人在每月都要输出一篇原创文章,一开始人数不多,汇总成PDF的工作量并不大,但现在人数已经超过70人了,该写个程...

    申龙斌
  • python3.x 读取csv遇到的bu

    2、_csv.Error: iterator should return strings, not bytes (did you open the file i...

    py3study
  • Python数据持久化-小测验

    现有如下图1所示的data.csv文件数据,请使用python读取该csv文件数据,并添加一条记录后输出如图2所示的output.csv文件(10分)

    潇洒坤
  • [接口测试 - 基础篇] 09 其实吧,读写csv格式也是要掌握的

    什么是csv格式 逗号分隔值(Comma-Separated Values,CSV,有时也称为字符分隔值,因为分隔字符也可以不是逗号),其文件以纯文本形式存储表...

    苦叶子
  • Python数据处理从零开始----第二章(pandas)⑦pandas读写csv文件(1)

    在第一部分中,我们将通过示例介绍如何读取CSV文件,如何从CSV读取特定列,如何读取多个CSV文件以及将它们组合到一个数据帧,以及最后如何转换数据 根据特定的数...

    用户1359560
  • 利用Windows PowerShell来批量创建Office 365(各种订阅)用户

    本文参考的官方文档:https://docs.microsoft.com/zh-cn/office365/enterprise/powershell/creat...

    Erwin
  • (十三) 初遇python甚是喜爱之CSV文件读写操作

    各位读者大大们大家好,今天学习python的CSV文件读写操作,并记录学习过程欢迎大家一起交流分享。

    亚乐记

扫码关注云+社区

领取腾讯云代金券