第三章——供機器讀取的數據（CSV與JSON）

本書使用的文件、代碼：https://github.com/huangtao36/data_wrangling

---

---

機器可讀（machine readable）文件格式：

1、逗號分隔值（Comma-Separated Values, CSV）

2、JavaScript對象符號（JavaScript Object Notation, JSON）

3、可擴展標記語言（eXtensible Markup Language, XML）

 

第三章使用的數據文件：

 

---

---

一、CSV數據

　　CSV文件：將數據列用逗號分隔的文件，文件擴展名為.csv

　　TSV文件：將數據列用Tab分隔的文件（tab-separated values），文件擴展名為.csv或.tsv（要打開文件確定是何種類型的數據）

 

　　用excel打開文件data-text.csv：

　　　　  

　　用 Sublime打開data-text.csv：

　　　　

　　Python代碼1

import csv
 
csvfile = open('data-text.csv','rb') #打開文件，只讀模式（'wb'表示寫）
reader = csv.reader(csvfile)　　#讀取數據
 
for row in reader:　　#輸出數據
  print row

　　　　在PyCharm中運行：

　　　　　　

 　　　　在控制台中使用命令行運行：

　　　　　　

　　　　　　（運行代碼文件只需要進入到其所在文件夾，輸入：python 文件名）　　

　　　　　　

　　Python代碼2

import csv

csvfile = open('data-text.csv','rb')
reader = csv.DictReader(csvfile)

for row in reader:
  print row

　　　　在PyCharm中運行：

　　　　　　

  　　在控制台中使用命令行運行：

　　　　　　

 　　注：

　　　　1、使用命令行編譯時需要進入到代碼文件所在文件夾，並且數據文件應與代碼文件所在同一目錄下（因為代碼中沒有指定數據文件路徑）

　　　　2、對比上面兩個代碼如下，對比輸出，代碼1輸出的是列表格式，代碼2輸出的是字典格式

　　　　　　　　代碼1：reader = csv.reader(csvfile)　　#讀取數據

　　　　　　　　代碼2：reader = csv.DictReader(csvfile)

---

 二、JSON數據

　　.json為文件擴展名，極少數命名不規范的.js文件也可能包含的是JSON數據（.js文件一般是JavaScript文件 ）

　　JSON數據文件部分內容

　　　　

　　　　JSON文件內容類似於Python中的字典，每一行都有鍵和值。

　　Python代碼

import json

json_data = open('data-text.json').read()

data = json.loads(json_data)

for item in data:
    print item

　　　　在PyCharm上運行

　　　　　　

　　比較CSV與JOSN中Python代碼的不同

　　　　1、CSV以只讀方式打開文件（文件變量），JSON讀取文件的內容后還把其保存在變量json_data中（內容變量）

　　　　 2、CSV中open()返回的是一個文件對象，JSON中得到的是一個字符串

 　　運行type()來檢測一下（使用命令行逐句輸入（注意要在數據文件路徑下運行））：

filename = 'data-text.json'

type(open(filename,'rb'))

type(open(filename),read())

　　　　

　　　　由以上結果可以看出使用open()函數直接打開文件，獲得的是一個文件類型的數據；而使用read()讀取后獲得的是一個字符串類型