Python 的 CSV 模組指南

處理資料是程式設計中不可避免的一部分，作為一個經常發現自己深陷各種檔案格式的人，我一直很欣賞 Python 如何簡化整個過程。

CSV 檔案是一種經常出現的文件格式，特別是在資料分析中。

CSV（即逗號分隔值）由於其簡單性而成為一種流行的資料交換格式。

幸運的是，Python 附帶了一個名為 csv 的內建模組，這使得處理這些檔案變得非常有效率。

在本文中，我將詳細介紹 csv 模組在 Python 中的工作原理，從基本用法到更高級的技術，這些技術可以在處理資料時節省大量時間。

---

什麼是 CSV 檔案？

在深入研究 csv 模組之前，讓我們先對 CSV 檔案是什麼有基本的了解。

CSV 文件本質上是一個純文字文件，其中每一行代表一行數據，每個值由逗號（或有時是製表符等其他分隔符號）分隔。

這是一個簡單的範例：

Name,Age,Occupation
Alice,30,Engineer
Bob,25,Data Scientist
Charlie,35,Teacher

---

為什麼要使用 csv 模組？

您可能想知道為什麼需要 csv 模組，因為 CSV 檔案只是理論上可以使用 Python 標準檔案處理方法讀取的文字檔案。

雖然這是事實，但 CSV 檔案可能具有複雜性，例如嵌入的逗號、儲存格內的換行符以及不同的分隔符，這些複雜性很難手動處理。

csv 模組抽象化了所有這些，讓您專注於數據。

---

讀取 CSV 文件

讓我們進入程式碼。

對 CSV 檔案執行的最常見操作是讀取其內容。

模組中的 csv.reader() 函數是一個易於使用的工具。

這是有關如何操作的逐步指南。

基本 CSV 讀取

import csv

# Open a CSV file
with open('example.csv', 'r') as file:
    reader = csv.reader(file)

    # Iterate over the rows
    for row in reader:
        print(row)

這是讀取 CSV 檔案最簡單的方法。

csv.reader() 傳回一個可迭代對象，其中每次迭代都會為您提供一個代表檔案行的清單。

處理標頭
大多數 CSV 檔案的第一行都帶有標題，例如列名稱。

如果不需要這些標題，則可以在迭代時簡單地跳過第一行：

import csv

with open('example.csv', 'r') as file:
    reader = csv.reader(file)

    # Skip header
    next(reader)

    for row in reader:
        print(row)

有時，我處理的文件包含有用和不相關的數據，我發現自己跳過的行不僅僅是基於標題。

您可以在 for 迴圈中輕鬆完成此操作。

DictReader：更直覺的讀取 CSV 檔案的方式
如果您的 CSV 檔案有標題，則 csv.DictReader() 是另一個很棒的選項，它將每一行作為字典讀取，鍵是列名稱：

import csv

with open('example.csv', 'r') as file:
    reader = csv.DictReader(file)

    for row in reader:
        print(row)

這種方法可以讓您的程式碼更具可讀性和直觀性，特別是在處理大型資料集時。

例如，存取 row['Name'] 感覺比處理 row[0] 這樣基於索引的存取要清晰得多。

---

寫入 CSV 文件

讀取並處理資料後，您可能會想要儲存或匯出它。

csv.writer() 函數是寫入 CSV 檔案的首選工具。

基本 CSV 編寫

import csv

# Data to be written
data = [
    ['Name', 'Age', 'Occupation'],
    ['Alice', 30, 'Engineer'],
    ['Bob', 25, 'Data Scientist'],
    ['Charlie', 35, 'Teacher']
]

# Open a file in write mode
with open('output.csv', 'w', newline='') as file:
    writer = csv.writer(file)

    # Write data to the file
    writer.writerows(data)

writer.writerows() 函數取得一個清單清單並將它們寫入 CSV 文件，其中每個內部清單代表一行資料。

DictWriter：一種更簡潔的 CSV 檔案寫入方式
就像我們使用 DictReader 將 CSV 檔案讀入字典一樣，我們也使用 DictWriter 將字典寫入 CSV。

當您想要明確指定列名稱時，此方法特別方便。

import csv

# Data as list of dictionaries
data = [
    {'Name': 'Alice', 'Age': 30, 'Occupation': 'Engineer'},
    {'Name': 'Bob', 'Age': 25, 'Occupation': 'Data Scientist'},
    {'Name': 'Charlie', 'Age': 35, 'Occupation': 'Teacher'}
]

# Open file for writing
with open('output.csv', 'w', newline='') as file:
    fieldnames = ['Name', 'Age', 'Occupation']
    writer = csv.DictWriter(file, fieldnames=fieldnames)

    # Write the header
    writer.writeheader()

    # Write the data
    writer.writerows(data)

使用 DictWriter，您可以獲得一個漂亮、乾淨的介面來將字典寫入 CSV，同時保持程式碼的可讀性和簡潔性。

---

自訂分隔符

預設情況下，CSV 模組使用逗號分隔值，但有時您可能正在處理使用其他分隔符號（例如製表符或分號）的檔案。

csv 模組透過指定分隔符號參數提供了一種簡單的方法來處理這些情況。

import csv

with open('example_tab.csv', 'r') as file:
    reader = csv.reader(file, delimiter='\t')

    for row in reader:
        print(row)

我遇到過使用分號而不是逗號的 CSV 檔案（通常來自歐洲來源），並且很高興知道 Python 的 csv 模組可以輕鬆處理此問題。

無論是逗號、製表符或任何其他分隔符，csv 模組都能滿足您的需求。

---

處理複雜數據

如果您的資料在欄位、引號甚至換行符中包含逗號怎麼辦？

CSV 模組透過使用引用機制自動處理此類情況。

您也可以使用 quoting 參數控制引用的工作方式。

import csv

data = [
    ['Name', 'Occupation', 'Description'],
    ['Alice', 'Engineer', 'Works on, "cutting-edge" technology'],
    ['Bob', 'Data Scientist', 'Loves analyzing data.']
]

with open('complex.csv', 'w', newline='') as file:
    writer = csv.writer(file, quoting=csv.QUOTE_ALL)
    writer.writerows(data)

In this example, QUOTE_ALL ensures that every field is wrapped in quotes.

Other quoting options include csv.QUOTE_MINIMAL, csv.QUOTE_NONNUMERIC, and csv.QUOTE_NONE, giving you full control over how your CSV data is formatted.

---

Conclusion

Over the years, I’ve come to rely on the CSV format as a lightweight, efficient way to move data around, and Python’s csv module has been a trusty companion in that journey.

Whether you’re dealing with simple spreadsheets or complex, multi-line data fields, this module makes the process feel intuitive and effortless.

While working with CSVs may seem like a mundane task at first, it’s a gateway to mastering data manipulation.

In my experience, once you’ve conquered CSVs, you'll find yourself confidently tackling larger, more complex formats like JSON or SQL databases. After all, everything starts with the basics.

以上是Python 的 CSV 模組指南的詳細內容。更多資訊請關注PHP中文網其他相關文章！