Python 讀取csv的某行

站長用Python寫了一個可以提取csv任一列的代碼，歡迎使用。Github鏈接

csv是Comma-Separated Values的縮寫，是用文本文件形式儲存的表格數據，比如如下的表格：

就可以存儲為csv文件，文件內容是：
No.,Name,Age,Score
1,Apple,12,98
2,Ben,13,97
3,Celia,14,96
4,Dave,15,95

假設上述csv文件保存為"A.csv"，如何用Python像操作Excel一樣提取其中的一行，也就是一條記錄，利用Python自帶的csv模塊，有兩種方法可以實現：

第一種方法使用reader函數，接收一個可迭代的對象（比如csv文件），能返回一個生成器，就可以從其中解析出csv的內容：比如下面的代碼可以讀取csv的全部內容，以行為單位：import csv
with open('A.csv','rb') as csvfile:
    reader = csv.reader(csvfile)
    rows = [row for row in reader]
print rows得到：[['No.', 'Name', 'Age', 'Score'],
['1', 'Apple', '12', '98'],
['2', 'Ben', '13', '97'],
['3', 'Celia', '14', '96'],
['4', 'Dave', '15', '95']]

要提取其中第二行，可以用下面的代碼：
import csv
with open('A.csv','rb') as csvfile:
    reader = csv.reader(csvfile)
    for i,rows in enumerate(reader):
        if i == 2:
            row = rows
print row 得到：['2', 'Ben', '13', '97']這種方法是通用的方法，要事先知道行號，比如Ben的記錄在第2行，而不能根據'Ben'這個名字查詢。這時可以采用第二種方法：

第二種方法是使用DictReader，和reader函數類似，接收一個可迭代的對象，能返回一個生成器，但是返回的每一個單元格都放在一個字典的值內，而這個字典的鍵則是這個單元格的標題（即列頭）。用下面的代碼可以看到DictReader的結構：
import csv
with open('A.csv','rb') as csvfile:
    reader = csv.DictReader(csvfile)
    rows = [row for row in reader]
print rows得到：
[{'Age': '12', 'No.': '1', 'Score': '98', 'Name': 'Apple'},
{'Age': '13', 'No.': '2', 'Score': '97', 'Name': 'Ben'},
{'Age': '14', 'No.': '3', 'Score': '96', 'Name': 'Celia'},
{'Age': '15', 'No.': '4', 'Score': '95', 'Name': 'Dave'}]

如果我們想用DictReader讀取csv的某一列，就可以用列的標題查詢：
import csv
with open('A.csv','rb') as csvfile:
    reader = csv.DictReader(csvfile)
    for row in reader:
        if row['Name']=='Ben':
            print row就得到：
{'Age': '13', 'No.': '2', 'Score': '97', 'Name': 'Ben'}可見，DictReader很適合讀取csv的的行（記錄）。

 

1、csv簡介

CSV (Comma Separated Values)，即逗號分隔值（也稱字符分隔值，因為分隔符可以不是逗號），是一種常用的文本

格式，用以存儲表格數據，包括數字或者字符。很多程序在處理數據時都會碰到csv這種格式的文件，它的使用是比

較廣泛的（Kaggle上一些題目提供的數據就是csv格式），csv雖然使用廣泛，但卻沒有通用的標准，所以在處理csv

格式時常常會碰到麻煩，幸好Python內置了csv模塊。下面簡單介紹csv模塊中最常用的一些函數。

 

更多內容請參考：https://docs.python.org/2/library/csv.html#module-csv

2、csv模塊中的函數

• reader(csvfile, dialect='excel', **fmtparams)

參數說明：

 

csvfile，必須是支持迭代(Iterator)的對象，可以是文件(file)對象或者列表(list)對象，如果是文件對

象，打開時需要加"b"標志參數。

dialect，編碼風格，默認為excel的風格，也就是用逗號（,）分隔，dialect方式也支持自定義，通過調用register_dialect方法來注冊，下文會提到。

fmtparam，格式化參數，用來覆蓋之前dialect對象指定的編碼風格。

 

 

import csv
with open('test.csv','rb') as myFile:
    lines=csv.reader(myFile)
    for line in lines:
        print line

 

 

'test.csv'是文件名，‘rb’中的r表示“讀”模式，因為是文件對象，所以加‘b’。open()返回了一個文件對象

myFile，reader(myFile)只傳入了第一個參數，另外兩個參數采用缺省值，即以excel風格讀入。reader()返回一個

reader對象lines,lines是一個list，當調用它的方法lines.next()時，會返回一個string。上面程序的效果是將csv

文件中的文本按行打印，每一行的元素都是以逗號分隔符','分隔得來。

 

在我的test.csv文件中，存儲的數據如圖：

 

程序輸出：

['1', '2']
['3', 'a']
['4', 'b']

 

補充：reader對象還提供一些方法：line_num、dialect、next()

 

• writer(csvfile, dialect='excel', **fmtparams)

 

參數的意義同上，這里不贅述，直接上例程：

with open('t.csv','wb') as myFile:
    myWriter=csv.writer(myFile)
    myWriter.writerow([7,'g'])
    myWriter.writerow([8,'h'])
    myList=[[1,2,3],[4,5,6]]
    myWriter.writerows(myList)

 

'w'表示寫模式。

首先open()函數打開當前路徑下的名字為't.csv'的文件，如果不存在這個文件，則創建它，返回myFile文件對象。

csv.writer(myFile)返回writer對象myWriter。

writerow()方法是一行一行寫入，writerows方法是一次寫入多行。

注意：如果文件't.csv'事先存在，調用writer函數會先清空原文件中的文本，再執行writerow/writerows方法。

 

補充：除了writerow、writerows，writer對象還提供了其他一些方法：writeheader、dialect

 

 

 

• register_dialect(name, [dialect, ]**fmtparams)

 

這個函數是用來自定義dialect的。

參數說明：

name,你所自定義的dialect的名字，比如默認的是'excel'，你可以定義成'mydialect'

 

[dialect, ]**fmtparams，dialect格式參數，有delimiter（分隔符，默認的就是逗號）、quotechar、

quoting等等，可以參考Dialects and Formatting Parameters

 

csv.register_dialect('mydialect',delimiter='|', quoting=csv.QUOTE_ALL)

 

上面一行程序自定義了一個命名為mydialect的dialect，參數只設置了delimiter和quoting這兩個，其他的仍然采用

默認值，其中以'|'為分隔符。接下來我們就可以像使用'excel'一樣來使用'mydialect'了。我們來看看效果：

 

在我test.csv中存儲如下數據：

以'mydialect'風格打印：

 

with open('test.csv','rb') as myFile:
    lines=csv.reader(myFile,'mydialect')
    print lines.line_num
    for line in lines:
        print line

輸出：

 

['1,2', '3']
['4,5', '6']

 

可以看到，現在是以'|'為分隔符，1和2合成了一個字符串（因為1和2之間的分隔符是逗號，而mydialect風格的分隔

符是'|'），3單獨一個字符串。

對於writer()函數，同樣可以傳入mydialect作為參數，這里不贅述。

 

 

• unregister_dialect(name)

 

這個函數用於注銷自定義的dialect

 

此外，csv模塊還提供get_dialect(name)、list_dialects()、field_size_limit([new_limit])等函數，這些都比較

簡單，可以自己試試。比如list_dialects()函數會列出當前csv模塊里所有的dialect：

 

print csv.list_dialects()

輸出：

 

['excel-tab', 'excel', 'mydialect']

'mydialect'是自定義的，'excel-tab', 'excel'都是自帶的dialect，其中'excel-tab'跟'excel'差不多，

只不過它以tab為分隔符。

 

csv模塊還定義了

一些類：DictReader、DictWriter、Dialect等，DictReader和DictWriter類似於reader和writer。

一些常量：QUOTE_ALL、QUOTE_MINIMAL、.QUOTE_NONNUMERIC等，這些常量可以作為Dialects and Formatting Parameters的值。

 

先寫到這，其他的以后用到再更新。