处理CSV（python）

简介

1. CSV和Python简介

CSV是一种常见的数据格式，可以用来存储和交换表格数据。CSV文件由一系列的行组成，每行包含一些用逗号分隔的字段。CSV文件可以用文本编辑器或excel打开和编辑，也可以用编程语言进行处理和分析。

Python是一种流行的编程语言，它有许多内置的模块和第三方库，可以方便地读取和写入CSV文件。

2. 文章内容简介

本文将介绍如何用Python处理CSV文件，包括以下几个方面：

• 用csv模块读取和写入CSV文件
• 用pandas库读取和写入CSV文件
• 处理CSV文件中的特殊情况，如引号、换行符、编码等

一、用csv模块读取和写入CSV文件

1. CSV模块

csv模块是Python标准库中的一个模块，它提供了一些类和函数，可以帮助我们读取和写入CSV文件。csv模块常用的类有两个：

• csv.reader：用来从一个文件对象或一个迭代器中读取CSV数据，返回一个迭代器，每次迭代返回一个列表，表示一行数据。
• csv.writer：用来将数据写入一个文件对象或一个迭代器中，接受一个可迭代对象作为参数，每个元素是一个列表，表示一行数据。

2. 示例

示例文件：data.csv如下图：

用csv模块读取和写入CSV文件：

# 导入csv模块
import csv

# 以只读模式打开一个CSV文件
with open('data.csv', 'r') as f:
    # 创建一个csv.reader对象，指定分隔符为逗号
    reader = csv.reader(f, delimiter=',')
    # 遍历reader对象，打印每一行数据
    for row in reader:
        print(row)

# 用写入模式创建一个新的CSV文件，newline=''可以避免空行
with open('new_data.csv', 'w', newline='') as f:
    # 创建一个csv.writer对象，指定分隔符为逗号
    writer = csv.writer(f, delimiter=',')
    # 写入一些数据，每个元素是一个列表，表示一行数据
    writer.writerow(['name', 'age', 'gender'])
    writer.writerow(['Alice', '25', 'F'])
    writer.writerow(['Bob', '30', 'M'])

执行结果：

新创建的new_data.csv文件如下图：

newline='‘可以避免空行，如果没有这一句，在写入的每一行内容后面会有一行空行，如下图：

关于newline=’'的内容可以去看看pfm685757博主的文章: python3 writerow CSV文件多一个空行

二、用pandas库读取和写入CSV文件

1. pandas

pandas是一个流行的第三方库，它提供了一些高级的数据结构和函数，可以方便地进行数据分析和处理。pandas中最重要的数据结构是DataFrame，它是一个二维的表格数据结构，可以存储不同类型的数据，并支持各种操作。

pandas提供了一些函数，可以轻松地将DataFrame对象转换为CSV文件，或者从CSV文件中读取数据并创建DataFrame对象。这些函数有：

• pandas.read_csv：从一个CSV文件或一个URL中读取数据，并返回一个DataFrame对象。
• pandas.to_csv：将一个DataFrame对象写入一个CSV文件或一个字符串中。

2. 示例

示例文件：data.csv如下图所示：

用pandas读取和写入CSV文件：

# 导入pandas库
import pandas as pd

# 从一个CSV文件中读取数据，并创建一个DataFrame对象
df = pd.read_csv('data.csv')
# 打印df的基本信息
print(df.info())
# 打印df的表头及除表头外的5行数据，默认有表头
print(df.head())

# 用每个元素是字典的列表创建一个新的DataFrame对象
new_df = pd.DataFrame([{'name': 'Alice', 'age': 25, 'gender': 'F'}, {'name': 'Tom', 'age': 28, 'gender': 'M'}])
# 将new_df写入一个新的CSV文件中
new_df.to_csv('new_data.csv', index=False)

运行结果：

新创建的new_data.csv文件如下图：

三、处理CSV文件中的特殊情况

有些CSV文件中可能会包含一些特殊情况，如引号、换行符、编码等。在处理这些文件时，我们需要特别注意这些情况，以免导致解析错误或数据丢失。

1. 特殊情况及处理方法

• 引号：有些CSV文件中的字段可能包含引号，这会影响到CSV文件的解析。如果一个字段包含的文本中包含逗号，则需要将该字段用双引号引起来，以与其他字段区分开。而如果一个字段中本身就包含双引号，则需要用两个双引号来表示一个双引号，例如：“field with ““double quotes”””.
• 换行符：有些CSV文件中的字段可能包含换行符，这也会影响到CSV文件的解析。通常情况下，换行符应该被视为字段内容的一部分，而不是分隔符。当读取包含换行符的CSV文件时，应该将整个文本字段读入并处理换行符。而写入包含换行符的CSV文件时，则需要将该字段用双引号或其他符号引起来，以确保换行符不会被看作是一个新的行。
• 编码问题：CSV文件中的数据可能使用不同的编码方式进行存储，这也会影响到CSV文件的解析。通常情况下，应该使用与CSV文件相同的编码方式进行解析和处理。如果CSV文件的编码方式不确定，则可以尝试使用一些常见的编码方式（如UTF-8、GBK、ISO-8859-1等）进行解析，并观察数据的准确性和完整性。

2. 示例

示例文件：data_with_quotes.csv如下图：

处理包含引号和换行符的CSV文件：

import csv

# 使用csv.reader读取包含引号和换行符的CSV文件
with open('data_with_quotes.csv', 'r') as f:
    reader = csv.reader(f, delimiter=',', quotechar='"')
    for row in reader:
        print(row)

# 使用csv.writer写入包含引号和换行符的CSV文件
with open('new_data_with_quotes.csv', 'w', newline='') as f:
    # 使用quotechar参数来指定引号字符，quoting参数来指定如何引用特殊字符
    writer = csv.writer(f, delimiter=',', quotechar='"', quoting=csv.QUOTE_MINIMAL)
    writer.writerow(['name', 'age', 'text'])
    writer.writerow(['Alice', '25', 'This is a "text" field.'])
    writer.writerow(['Tom', '28', 'This is a field\nwith\nnewlines.'])

运行结果：

新创建的new_data_with_quotes.csv文件如下图所示：