А CSV (стойности, разделени със запетая) файл е обикновен текстов файл, където всеки ред представлява запис с данни и полетата във всеки запис са разделени със запетаи. Обикновено се използва за електронни таблици и бази данни поради своята простота и четливост.

По-долу са някои операции, които извършваме, докато работим с Python CSV файлове в Python

Четене на CSV файл

Четенето от CSV файл се извършва с помощта на обекта reader. CSV файлът се отваря като текстов файл с вградената функция open() на Python, която връща файлов обект. В този пример първо отваряме CSV файла в режим READ, файловият обект се преобразува в обект csv.reader и се извършват допълнителни операции. Кодът и подробното обяснение са дадени по-долу.

import csv filename = 'aapl.csv' # File name fields = [] # Column names rows = [] # Data rows with open(filename 'r') as csvfile: csvreader = csv.reader(csvfile) # Reader object fields = next(csvreader) # Read header for row in csvreader: # Read rows rows.append(row) print('Total no. of rows: %d' % csvreader.line_num) # Row count print('Field names are: ' + ' '.join(fields)) print('nFirst 5 rows are:n') for row in rows[:5]: for col in row: print('%10s' % col end=' ') print('n') 

Изход

Горният пример използва CSV файл aapl.csv който може да бъде изтеглен от тук .

Обяснение:

• с отворен (...) отваря CSV файла в режим на четене безопасно с помощта на контекстен мениджър.
• csv.reader(csvфайл) превръща файла в обект за четене на CSV.
• следващ (csvreader) извлича първия ред като заглавки на колони.
• Преминаване през csvreader за добавяне на всеки ред (като списък) към редове.
• Отпечатайте заглавките на общите редове и първите 5 реда с данни във форматиран изглед.

Четене на CSV файлове в речник с csv

Можем да прочетем CSV файл в речник, като използваме csv модула в Python и класа csv.DictReader. Ето един пример:

Да предположим, че имаме a служители.csv файлът и съдържанието в него ще бъдат:

имеотделрожден ден_месец
Джон СмитHR Юли
Алис Джонсън - октомври
Боб Уилямс Финанси януари

Пример: Това чете всеки ред като речник (заглавки като ключове), след което го добавя към списък.

import csv with open('employees.csv' mode='r') as file: csv_reader = csv.DictReader(file) # Create DictReader data_list = [] # List to store dictionaries for row in csv_reader: data_list.append(row) for data in data_list: print(data) 

Изход:

{'name': 'Джон Смит' 'department': 'HR' 'birthday_month': 'юли'}
{'name': 'Alice Johnson' 'department': 'IT' 'birthday_month': 'октомври'}
{'name': 'Боб Уилямс' 'department': 'Финанси' 'birthday_month': 'януари'}

Обяснение:

sdlc жизнен цикъл

• с отворен (...) отваря файла с помощта на контекстен мениджър.
• csv.DictReader(файл) чете всеки ред като речник, използвайки заглавки като ключове.
• data_list.append(ред) съхранява всеки речник в списък.

Записване в CSV файл

За да напишем в CSV файл, първо отваряме CSV файла в режим WRITE. Файловият обект се преобразува в обект csv.writer и се извършват допълнителни операции. Кодът и подробното обяснение са дадени по-долу.

import csv # Define header and data rows fields = ['Name' 'Branch' 'Year' 'CGPA'] rows = [ ['Nikhil' 'COE' '2' '9.0'] ['Sanchit' 'COE' '2' '9.1'] ['Aditya' 'IT' '2' '9.3'] ['Sagar' 'SE' '1' '9.5'] ['Prateek' 'MCE' '3' '7.8'] ['Sahil' 'EP' '2' '9.1'] ] filename = 'university_records.csv' with open(filename 'w') as csvfile: csvwriter = csv.writer(csvfile) # Create writer object csvwriter.writerow(fields) # Write header csvwriter.writerows(rows) # Write multiple rows 

Обяснение:

• полета дефинира заглавките на колоните и редовете съдържа данните като списък от списъци.
• с отворено (... 'w') отваря файла в режим на запис, използвайки контекстен мениджър.
• csv.writer(csvfile) създава обект за писане за запис в CSV.
• запис на ред (полета) записва заглавния ред във файла.
• writerows(редове) записва всички редове с данни в CSV наведнъж.

Записване на речник в CSV файл

За да напишете речник в CSV файл, файловият обект (csvfile) се преобразува в обект DictWriter. Подробен пример с обяснение и код е даден по-долу.

# importing the csv module import csv # my data rows as dictionary objects mydict = [{'branch': 'COE' 'cgpa': '9.0' 'name': 'Nikhil' 'year': '2'} {'branch': 'COE' 'cgpa': '9.1' 'name': 'Sanchit' 'year': '2'} {'branch': 'IT' 'cgpa': '9.3' 'name': 'Aditya' 'year': '2'} {'branch': 'SE' 'cgpa': '9.5' 'name': 'Sagar' 'year': '1'} {'branch': 'MCE' 'cgpa': '7.8' 'name': 'Prateek' 'year': '3'} {'branch': 'EP' 'cgpa': '9.1' 'name': 'Sahil' 'year': '2'}] # field names fields = ['name' 'branch' 'year' 'cgpa'] # name of csv file filename = 'university_records.csv' # writing to csv file with open(filename 'w') as csvfile: # creating a csv dict writer object writer = csv.DictWriter(csvfile fieldnames=fields) # writing headers (field names) writer.writeheader() # writing data rows writer.writerows(mydict) 

Изход

низ към json обект

Помислете, че CSV файл изглежда така в обикновен текст:

Обяснение:

• с отворен (...) отваря файл безопасно с помощта на контекстен мениджър.
• csv.DictWriter(... ) картографира речникови ключове към CSV колони.
• writeheader() записва заглавки на колони.
• writerows(mydict) записва всички речници като CSV редове.

Четене на CSV файлове с Pandas

Можем да прочетем а Python CSV файлове с използване на Pandas pandas.read_csv() функция. Ето един пример:

Да предположим, че имаме файл zaposlenih.csv и съдържанието в него ще бъде:

имеотделрожден ден_месец
Джон СмитHR Юли
Алис Джонсън - октомври
Боб Уилямс Финанси януари

В този пример pd.read_csv() чете CSV файла в Pandas DataFrame. Полученият DataFrame може да се използва за различни задачи за обработка и анализ на данни.

import pandas as pd # Read the CSV file into a DataFrame df = pd.read_csv('employees.csv') # Display the DataFrame print(df) 

Изход:

име отдел рожден ден_месец
0 Джон Смит HR юли
1 Alice Johnson IT октомври
2 Боб Уилямс Финанси януари

Можем да имаме достъп до данни за филтриране на конкретни колони и да извършваме различни операции, използвайки функционалността на pandas DataFrame. Например, ако искаме да имаме достъп до колоната „име“, можем да използваме df[„име“].

# Access the 'name' column names = df['name'] print(names) 

Изход :

0 Джон Смит
1 Алис Джонсън
2 Боб Уилямс
Име: име dtype: обект

Писане на CSV файлове с Pandas

Можем да използваме Pandas за писане на CSV файлове. Може да се направи с помощта на pd.DataFrame() функция. В този пример, панди библиотеката се използва за преобразуване на списък от речници (mydict) в DataFrame, представяща таблични данни. След това DataFrame се записва в CSV файл на Python, наречен „output.csv“, като се използва методът to_csv, създавайки структуриран и четим файл с данни за по-нататъшен анализ или споделяне.

import pandas as pd mydict = [ {'branch': 'COE' 'cgpa': '9.0' 'name': 'Nikhil' 'year': '2'} {'branch': 'COE' 'cgpa': '9.1' 'name': 'Sanchit' 'year': '2'} {'branch': 'IT' 'cgpa': '9.3' 'name': 'Aditya' 'year': '2'} {'branch': 'SE' 'cgpa': '9.5' 'name': 'Sagar' 'year': '1'} {'branch': 'MCE' 'cgpa': '7.8' 'name': 'Prateek' 'year': '3'} {'branch': 'EP' 'cgpa': '9.1' 'name': 'Sahil' 'year': '2'} ] # Create a DataFrame from the list of dictionaries df = pd.DataFrame(mydict) # Write the DataFrame to a CSV file df.to_csv('output.csv' index=False) 

Изходен CSV файл:

клонcgpanameyear
COE9.0Nikhil2
COE9.1Sanchit2
IT9.3Aditya2
SE9.5Sagar1
MCE7.8Prateek3
EP9.1Sahil2

Съхраняване на имейли в CSV файлове

Започваме с импортиране на csv модула и го използваме за съхраняване на имена и имейли като стойности, разделени със запетая. С помощта на функцията open() създаваме CSV файл и след това записваме всеки ред с помощта на записващ обект с отделни колони за имена и имейли.

# importing the csv module import csv # field names fields = ['Name' 'Email'] # data rows of csv file rows = [ ['Nikhil' '[email protected]'] ['Sanchit' '[email protected]'] ['Aditya' '[email protected]'] ['Sagar' '[email protected]'] ['Prateek' '[email protected]'] ['Sahil' '[email protected]']] # name of csv file filename = 'email_records.csv' # writing to csv file with open(filename 'w') as csvfile: # creating a csv writer object csvwriter = csv.writer(csvfile) # writing the fields csvwriter.writerow(fields) # writing the data rows csvwriter.writerows(rows) 

Изход: