Четене на CSV файлове в Python

В този урок ще се научим да четем CSV файлове с различни формати в Python с помощта на примери.

За csvтази задача ще използваме изключително модула, вграден в Python. Но първо ще трябва да импортираме модула като:

 import csv 

Вече разгледахме основите на това как да използваме csvмодула за четене и запис в CSV файлове. Ако нямате никаква идея за използването на csvмодула, разгледайте нашия урок за Python CSV: Прочетете и напишете CSV файлове

Основна употреба на csv.reader ()

Нека разгледаме основен пример за използване, за csv.reader()да обновите съществуващите си знания.

Пример 1: Прочетете CSV файлове с csv.reader ()

Да предположим, че имаме CSV файл със следните записи:

 SN, име, принос 1, Linus Torvalds, Linux Kernel 2, Tim Berners-Lee, World Wide Web 3, Guido van Rossum, Python Programming 

Можем да прочетем съдържанието на файла със следната програма:

 import csv with open('innovators.csv', 'r') as file: reader = csv.reader(file) for row in reader: print(row) 

Изход

 ('SN', 'Name', 'Contribution') ('1', 'Linus Torvalds', 'Linux Kernel') ('2', 'Tim Berners-Lee', 'World Wide Web') ('3' , 'Guido van Rossum', 'Python Programming') 

Тук отворихме файла innovators.csv в режим на четене с помощта на open()функция.

За да научите повече за отварянето на файлове в Python, посетете: Вход / изход за файлове на Python

След това, csv.reader()се използва за четене на файла, който връща readerобект , който може да се итерира .

След това readerобектът се итерира с помощта на forцикъл за отпечатване на съдържанието на всеки ред.

Сега ще разгледаме CSV файлове с различни формати. След това ще се научим как да персонализираме csv.reader()функцията да ги чете.

CSV файлове с персонализирани разделители

По подразбиране запетая се използва като разделител в CSV файл. Някои CSV файлове обаче могат да използват разделители, различни от запетая. Малко популярни са |и .

Да предположим, че файлът inotors.csv в пример 1 използва раздела като разделител. За да прочетем файла, можем да предадем допълнителен delimiterпараметър на csv.reader()функцията.

Да вземем пример.

Пример 2: Прочетете CSV файл с разделител на раздели

 import csv with open('innovators.csv', 'r') as file: reader = csv.reader(file, delimiter = ' ') for row in reader: print(row) 

Изход

 ('SN', 'Name', 'Contribution') ('1', 'Linus Torvalds', 'Linux Kernel') ('2', 'Tim Berners-Lee', 'World Wide Web') ('3' , 'Guido van Rossum', 'Python Programming') 

Както виждаме, незадължителният параметър delimiter = ' 'помага да се посочи readerобектът, от който CSV файлът, от който четем, има разделители като разделител.

CSV файлове с начални интервали

Някои CSV файлове могат да имат интервал след разделител. Когато използваме функцията по подразбиране csv.reader()за четене на тези CSV файлове, ще получим интервали и в изхода.

За да премахнем тези начални интервали, трябва да предадем допълнителен параметър, наречен skipinitialspace. Нека разгледаме един пример:

Пример 3: Прочетете CSV файлове с начални интервали

Да предположим, че имаме CSV файл, наречен people.csv със следното съдържание:

 SN, Име, Град 1, Джон, Вашингтон 2, Ерик, Лос Анджелис 3, Брад, Тексас 

Можем да прочетем CSV файла, както следва:

 import csv with open('people.csv', 'r') as csvfile: reader = csv.reader(csvfile, skipinitialspace=True) for row in reader: print(row) 

Изход

 ('SN', 'Name', 'City') ('1', 'John', 'Washington') ('2', 'Eric', 'Los Angeles') ('3', 'Brad', ' Тексас ') 

Програмата е подобна на други примери, но има допълнителен skipinitialspaceпараметър, който е зададен на True.

Това позволява на readerобекта да знае, че записите имат първоначално празно пространство. В резултат на това първоначалните интервали, които са присъствали след разделител, се премахват.

CSV файлове с кавички

Някои CSV файлове могат да имат кавички около всеки или някои от записите.

Да вземем quotes.csv като пример със следните записи:

 „SN“, „Име“, „Цитати“ 1, Буда, „Какви мислим, че се превръщаме“ 2, Марк Твен, „Никога не съжалявай за нещо, което те е накарало да се усмихнеш“ 3, Оскар Уайлд, „Бъди себе си, всички останали вече са взети“ 

Използването csv.reader()в минимален режим ще доведе до изход с кавичките.

За да ги премахнем, ще трябва да използваме друг незадължителен параметър, наречен quoting.

Нека разгледаме пример за това как да четем горната програма.

Пример 4: Прочетете CSV файлове с кавички

 import csv with open('person1.csv', 'r') as file: reader = csv.reader(file, quoting=csv.QUOTE_ALL, skipinitialspace=True) for row in reader: print(row) 

Изход

 ('SN', 'Name', 'Quotes') ('1', 'Buddha', 'What we think we become') ('2', 'Mark Twain', 'Never regret anything that made you smile') ('3', 'Oscar Wilde', 'Be yourself everyone else is already taken') 

As you can see, we have passed csv.QUOTE_ALL to the quoting parameter. It is a constant defined by the csv module.

csv.QUOTE_ALL specifies the reader object that all the values in the CSV file are present inside quotation marks.

There are 3 other predefined constants you can pass to the quoting parameter:

• csv.QUOTE_MINIMAL - Specifies reader object that CSV file has quotes around those entries which contain special characters such as delimiter, quotechar or any of the characters in lineterminator.
• csv.QUOTE_NONNUMERIC - Specifies the reader object that the CSV file has quotes around the non-numeric entries.
• csv.QUOTE_NONE - Specifies the reader object that none of the entries have quotes around them.

Dialects in CSV module

Notice in Example 4 that we have passed multiple parameters (quoting and skipinitialspace) to the csv.reader() function.

This practice is acceptable when dealing with one or two files. But it will make the code more redundant and ugly once we start working with multiple CSV files with similar formats.

As a solution to this, the csv module offers dialect as an optional parameter.

Dialect helps in grouping together many specific formatting patterns like delimiter, skipinitialspace, quoting, escapechar into a single dialect name.

It can then be passed as a parameter to multiple writer or reader instances.

Example 5: Read CSV files using dialect

Suppose we have a CSV file (office.csv) with the following content:

 "ID"| "Name"| "Email" "A878"| "Alfonso K. Hamby"| "[email protected]" "F854"| "Susanne Briard"| "[email protected]" "E833"| "Katja Mauer"| "[email protected]" 

The CSV file has initial spaces, quotes around each entry, and uses a | delimiter.

Instead of passing three individual formatting patterns, let's look at how to use dialects to read this file.

 import csv csv.register_dialect('myDialect', delimiter='|', skipinitialspace=True, quoting=csv.QUOTE_ALL) with open('office.csv', 'r') as csvfile: reader = csv.reader(csvfile, dialect='myDialect') for row in reader: print(row) 

Output

 ('ID', 'Name', 'Email') ("A878", 'Alfonso K. Hamby', '[email protected]') ("F854", 'Susanne Briard', '[email protected]') ("E833", 'Katja Mauer', '[email protected]') 

From this example, we can see that the csv.register_dialect() function is used to define a custom dialect. It has the following syntax:

 csv.register_dialect(name(, dialect(, **fmtparams))) 

The custom dialect requires a name in the form of a string. Other specifications can be done either by passing a sub-class of Dialect class, or by individual formatting patterns as shown in the example.

While creating the reader object, we pass dialect='myDialect' to specify that the reader instance must use that particular dialect.

The advantage of using dialect is that it makes the program more modular. Notice that we can reuse 'myDialect' to open other files without having to re-specify the CSV format.

Read CSV files with csv.DictReader()

The objects of a csv.DictReader() class can be used to read a CSV file as a dictionary.

Example 6: Python csv.DictReader()

Suppose we have a CSV file (people.csv) with the following entries:

Name	Age	Profession
Jack	23	Doctor
Miller	22	Engineer

Let's see how csv.DictReader() can be used.

 import csv with open("people.csv", 'r') as file: csv_file = csv.DictReader(file) for row in csv_file: print(dict(row)) 

Output

 ('Name': 'Jack', ' Age': ' 23', ' Profession': ' Doctor') ('Name': 'Miller', ' Age': ' 22', ' Profession': ' Engineer') 

As we can see, the entries of the first row are the dictionary keys. And, the entries in the other rows are the dictionary values.

Here, csv_file is a csv.DictReader() object. The object can be iterated over using a for loop. The csv.DictReader() returned an OrderedDict type for each row. That's why we used dict() to convert each row to a dictionary.

Notice that we have explicitly used the dict() method to create dictionaries inside the for loop.

 print(dict(row)) 

Note: Starting from Python 3.8, csv.DictReader() returns a dictionary for each row, and we do not need to use dict() explicitly.

The full syntax of the csv.DictReader() class is:

 csv.DictReader(file, fieldnames=None, restkey=None, restval=None, dialect='excel', *args, **kwds) 

To learn more about it in detail, visit: Python csv.DictReader() class

Using csv.Sniffer class

The Sniffer class is used to deduce the format of a CSV file.

The Sniffer class offers two methods:

• sniff(sample, delimiters=None) - This function analyses a given sample of the CSV text and returns a Dialect subclass that contains all the parameters deduced.

An optional delimiters parameter can be passed as a string containing possible valid delimiter characters.

• has_header(sample) - This function returns True or False based on analyzing whether the sample CSV has the first row as column headers.

Let's look at an example of using these functions:

Example 7: Using csv.Sniffer() to deduce the dialect of CSV files

Suppose we have a CSV file (office.csv) with the following content:

 "ID"| "Name"| "Email" A878| "Alfonso K. Hamby"| "[email protected]" F854| "Susanne Briard"| "[email protected]" E833| "Katja Mauer"| "[email protected]" 

Let's look at how we can deduce the format of this file using csv.Sniffer() class:

 import csv with open('office.csv', 'r') as csvfile: sample = csvfile.read(64) has_header = csv.Sniffer().has_header(sample) print(has_header) deduced_dialect = csv.Sniffer().sniff(sample) with open('office.csv', 'r') as csvfile: reader = csv.reader(csvfile, deduced_dialect) for row in reader: print(row) 

Output

 True ('ID', 'Name', 'Email') ('A878', 'Alfonso K. Hamby', '[email protected]') ('F854', 'Susanne Briard', '[email protected]') ('E833', 'Katja Mauer', '[email protected]') 

As you can see, we read only 64 characters of office.csv and stored it in the sample variable.

This sample was then passed as a parameter to the Sniffer().has_header() function. It deduced that the first row must have column headers. Thus, it returned True which was then printed out.

По същия начин пробата също беше предадена на Sniffer().sniff()функцията. Той връща всички изведени параметри като Dialectподклас, който след това се съхранява в променливата deduced_dialect.

По-късно отново отворихме CSV файла и предадохме deduced_dialectпроменливата като параметър на csv.reader().

Това беше правилно може да се предскаже delimiter, quotingи skipinitialspaceпараметри в office.csv файл, без да ни ги изрично се споменава.

Забележка: Модулът csv може да се използва и за други файлови разширения (като: .txt ), стига съдържанието им да е в правилната структура.

Препоръчително четене: Пишете в CSV файлове в Python