python CSV模塊的使用

簡介

CSV（comma separated values），逗號分隔值（字符分割值，字符可以不是逗號），常用的文本格式，用以存儲表格數據，包括數字或者字符。kaggle就是csv格式，python有內置的csv模塊。

csv中的函數

1、reader（csvfile，dialect='excel'，**fmtparams）

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。

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

lines是list，調用lines,next()函數，會返回一個string。

line是列表，元素是csv用逗號分隔得來的。

輸出結果：

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

2、writer（csvfile，dialect='excel'，**fmtparams）

with open('test.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)

writerow是一行一行寫；writerows是一次寫多行。

如果test.csv事先存在，就會調用writer函數清空原來文件的內容，再開始寫；沒存在，就創建它，writer函數返回myfile文件。

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

3、register_dialect（name，[dialect,]，**fmtparams）

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

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

上面代碼自定義了一個命名為mydialect的dialect，參數是設置了delimiter和quoting這兩個，其他的采用默認值，其中分隔符是'|'。

效果，在csv中存儲數據：

以mydialect風格打印：

with open('text.csv','rb') as myfile:
    lines = csv.reader(myfile,'mydialect')
    for line in lines:
        print line

輸出：

對於writer函數，同樣可以傳入mydialect作為參數。

4、unregister_dialect（name）

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。

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。