Comment lire et écrire des fichiers CSV avec Python?

Voici quelques minimes exemples complets comment lire les fichiers CSV et écrire des fichiers CSV avec Python.

Python 2+3: Lecture d'un fichier CSV

Pur Python

# -*- coding: utf-8 -*-

import csv
import sys

# Define data
data = [(1, "A towel,", 1.0),
        (42, " it says, ", 2.0),
        (1337, "is about the most ", -1),
        (0, "massively useful thing ", 123),
        (-2, "an interstellar hitchhiker can have.", 3)]

# Write CSV file
kwargs = {'newline': ''}
mode = 'w'
if sys.version_info < (3, 0):
    kwargs.pop('newline', None)
    mode = 'wb'

with open('test.csv', mode, **kwargs) as fp:
    writer = csv.writer(fp, delimiter=',')
    # writer.writerow(["your", "header", "foo"])  # write header
    writer.writerows(data)

# Read CSV file
kwargs = {'newline': ''}
mode = 'r'
if sys.version_info < (3, 0):
    kwargs.pop('newline', None)
    mode = 'rb'
with open('test.csv', mode, **kwargs) as fp:
    reader = csv.reader(fp, delimiter=',', quotechar='"')
    # next(reader, None)  # skip the headers
    data_read = [row for row in reader]

print(data_read)

Après cela, le contenu de data_read sont

[['1', 'A towel,', '1.0'],
 ['42', ' it says, ', '2.0'],
 ['1337', 'is about the most ', '-1'],
 ['0', 'massively useful thing ', '123'],
 ['-2', 'an interstellar hitchhiker can have.', '3']]

Unicode et Python 2.X

Si vous voulez écrire Unicode, vous devez installer unicodecsv. Ne pas ouvrir le fichier avec codecs.open mais simplement avec open. Écrire avec

import unicodecsv as csv
# Write CSV file
with open('test.csv', 'w', newline='') as fp:
    writer = csv.writer(fp, encoding='utf-8')
    # writer.writerow(["your", "header", "foo"])  # write header
    writer.writerows(data)

Liées

• Comment puis-je écrire des données en format csv en tant que chaîne de caractères (pas de fichier)?
• Comment puis-je utiliser io.StringIO() avec le module csv?: Ce qui est intéressant si vous voulez servir un CSV à la volée avec Flacon, sans réellement stocker le fichier CSV sur le serveur.

mpu

Jeter un oeil à mon package utilitaire mpu pour un super simple et facile à retenir:

import mpu.io
data = mpu.io.read('example.csv', delimiter=',', quotechar='"', skiprows=None)
mpu.io.write('example.csv', data)

Pandas

import pandas as pd

# Read the CSV into a pandas data frame (df)
#   With a df you can do many things
#   most important: visualize data with Seaborn
df = pd.read_csv('myfile.csv', sep=',')
print(df)

# Or export it in many ways, e.g. a list of tuples
tuples = [tuple(x) for x in df.values]

# or export it as a list of dicts
dicts = df.to_dict().values()

Voir read_csv docs pour plus d'informations. Veuillez noter que les pandas déduit automatiquement si il y a une ligne d'en-tête, mais vous pouvez la régler manuellement, trop.

Si vous n'avez pas entendu parler de Seaborn, je vous recommande de jeter un oeil sur elle.

Autres

La lecture des fichiers CSV est pris en charge par un tas d'autres bibliothèques, par exemple:

• dask.dataframe.read_csv
• spark.lire.csv

Créé fichier CSV

1,"A towel,",1.0
42," it says, ",2.0
1337,is about the most ,-1
0,massively useful thing ,123
-2,an interstellar hitchhiker can have.,3

Fichier commun terminaisons

.csv

De travail avec les données

Après la lecture du fichier CSV pour une liste de tuples /dicts ou une Pandas dataframe, c'est tout simplement de travailler avec ce type de données. Rien CSV spécifiques.

Alternatives

• JSON: Nice pour l'écriture lisible des données; TRÈS couramment utilisés (lire & écrire)
• CSV: Super format simple (lire & écrire)
• YAML: Agréable à lire, semblable à du JSON (lire & écrire)
• cornichon: Un Python format de sérialisation (lire & écrire)
• MessagePack (Paquet Python): Représentation plus compacte (lire & écrire)
• HDF5 (Paquet Python): Sympa pour les matrices (lire & écrire)
• XML: il existe aussi *soupir* (lire & écrire)

Pour votre application, les éléments suivants pourraient être importantes:

• De soutien par d'autres langages de programmation
• De lecture /écriture de la performance
• Compacité (taille du fichier)

Voir aussi: Comparaison des formats de sérialisation de données

Dans le cas où vous êtes plutôt à la recherche d'un moyen de faire des fichiers de configuration, vous pouvez lire mon article court Les fichiers de Configuration en Python

OriginalL'auteur Martin Thoma

import csv
with open(fileLocation+'example.csv',newline='') as File: #the csv file is stored in a File object

    reader=csv.reader(File)       #csv.reader is used to read a file
    for row in reader:
        print(row)

OriginalL'auteur Siddharth Kumar Shukla