In questo tutorial impareremo a leggere file CSV con diversi formati in Python con l'aiuto di esempi.
Useremo esclusivamente il csvmodulo integrato in Python per questa attività. Ma prima, dovremo importare il modulo come:
import csv
Abbiamo già coperto le basi su come utilizzare il csvmodulo per leggere e scrivere in file CSV. Se non hai idea di come utilizzare il csvmodulo, dai un'occhiata al nostro tutorial su Python CSV: leggere e scrivere file CSV
Utilizzo di base di csv.reader ()
Diamo un'occhiata a un esempio di base di utilizzo csv.reader()per aggiornare le tue conoscenze esistenti.
Esempio 1: lettura di file CSV con csv.reader ()
Supponiamo di avere un file CSV con le seguenti voci:
SN, Name, Contribution 1, Linus Torvalds, Linux Kernel 2, Tim Berners-Lee, World Wide Web 3, Guido van Rossum, Python Programming
Possiamo leggere il contenuto del file con il seguente programma:
import csv with open('innovators.csv', 'r') as file: reader = csv.reader(file) for row in reader: print(row)
Produzione
("SN", "Name", "Contribution") ("1", "Linus Torvalds", "Linux Kernel") ("2", "Tim Berners-Lee", "World Wide Web") ("3" , "Guido van Rossum", "Python Programming")
Qui, abbiamo aperto il file innovators.csv in modalità di lettura usando open()function.
Per ulteriori informazioni sull'apertura di file in Python, visitare: Input / output file Python
Quindi, csv.reader()viene utilizzato per leggere il file, che restituisce un readeroggetto iterabile .
L' readeroggetto viene quindi iterato utilizzando un forciclo per stampare il contenuto di ogni riga.
Ora esamineremo i file CSV con diversi formati. Impareremo quindi come personalizzare la csv.reader()funzione per leggerli.
File CSV con delimitatori personalizzati
Per impostazione predefinita, una virgola viene utilizzata come delimitatore in un file CSV. Tuttavia, alcuni file CSV possono utilizzare delimitatori diversi da una virgola. Pochi popolari sono |e .
Supponiamo che il file innovators.csv nell'esempio 1 utilizzi tab come delimitatore. Per leggere il file, possiamo passare un delimiterparametro aggiuntivo alla csv.reader()funzione.
Facciamo un esempio.
Esempio 2: leggere un file CSV con delimitatore di tabulazione
import csv with open('innovators.csv', 'r') as file: reader = csv.reader(file, delimiter = ' ') for row in reader: print(row)
Produzione
("SN", "Name", "Contribution") ("1", "Linus Torvalds", "Linux Kernel") ("2", "Tim Berners-Lee", "World Wide Web") ("3" , "Guido van Rossum", "Python Programming")
Come possiamo vedere, il parametro facoltativo delimiter = ' 'aiuta a specificare l' readeroggetto da cui il file CSV da cui stiamo leggendo ha delle tabulazioni come delimitatore.
File CSV con spazi iniziali
Alcuni file CSV possono avere uno spazio dopo un delimitatore. Quando usiamo la csv.reader()funzione predefinita per leggere questi file CSV, otterremo degli spazi anche nell'output.
Per rimuovere questi spazi iniziali, dobbiamo passare un parametro aggiuntivo chiamato skipinitialspace. Vediamo un esempio:
Esempio 3: lettura di file CSV con spazi iniziali
Supponiamo di avere un file CSV chiamato people.csv con il seguente contenuto:
SN, Nome, Città 1, John, Washington 2, Eric, Los Angeles 3, Brad, Texas
Possiamo leggere il file CSV come segue:
import csv with open('people.csv', 'r') as csvfile: reader = csv.reader(csvfile, skipinitialspace=True) for row in reader: print(row)
Produzione
("SN", "Name", "City") ("1", "John", "Washington") ("2", "Eric", "Los Angeles") ("3", "Brad", " Texas')
Il programma è simile ad altri esempi ma ha un skipinitialspaceparametro aggiuntivo che è impostato su True.
Ciò consente readerall'oggetto di sapere che le voci hanno spazi bianchi iniziali. Di conseguenza, gli spazi iniziali che erano presenti dopo la rimozione di un delimitatore.
File CSV con virgolette
Alcuni file CSV possono contenere virgolette attorno a ciascuna o ad alcune voci.
Prendiamo quotes.csv come esempio, con le seguenti voci:
"SN", "Nome", "Citazioni" 1, Buddha, "Cosa pensiamo di diventare" 2, Mark Twain, "Non rimpiangere mai nulla che ti ha fatto sorridere" 3, Oscar Wilde, "Sii te stesso, tutti gli altri sono già presi"
L'utilizzo csv.reader()in modalità minima produrrà un output con le virgolette.
Per rimuoverli, dovremo utilizzare un altro parametro opzionale chiamato quoting.
Diamo un'occhiata a un esempio di come leggere il programma sopra.
Esempio 4: leggi i file CSV con virgolette
import csv with open('person1.csv', 'r') as file: reader = csv.reader(file, quoting=csv.QUOTE_ALL, skipinitialspace=True) for row in reader: print(row)
Produzione
('SN', 'Name', 'Quotes') ('1', 'Buddha', 'What we think we become') ('2', 'Mark Twain', 'Never regret anything that made you smile') ('3', 'Oscar Wilde', 'Be yourself everyone else is already taken')
As you can see, we have passed csv.QUOTE_ALL to the quoting parameter. It is a constant defined by the csv module.
csv.QUOTE_ALL specifies the reader object that all the values in the CSV file are present inside quotation marks.
There are 3 other predefined constants you can pass to the quoting parameter:
csv.QUOTE_MINIMAL- Specifiesreaderobject that CSV file has quotes around those entries which contain special characters such as delimiter, quotechar or any of the characters in lineterminator.csv.QUOTE_NONNUMERIC- Specifies thereaderobject that the CSV file has quotes around the non-numeric entries.csv.QUOTE_NONE- Specifies the reader object that none of the entries have quotes around them.
Dialects in CSV module
Notice in Example 4 that we have passed multiple parameters (quoting and skipinitialspace) to the csv.reader() function.
This practice is acceptable when dealing with one or two files. But it will make the code more redundant and ugly once we start working with multiple CSV files with similar formats.
As a solution to this, the csv module offers dialect as an optional parameter.
Dialect helps in grouping together many specific formatting patterns like delimiter, skipinitialspace, quoting, escapechar into a single dialect name.
It can then be passed as a parameter to multiple writer or reader instances.
Example 5: Read CSV files using dialect
Suppose we have a CSV file (office.csv) with the following content:
"ID"| "Name"| "Email" "A878"| "Alfonso K. Hamby"| "[email protected]" "F854"| "Susanne Briard"| "[email protected]" "E833"| "Katja Mauer"| "[email protected]"
The CSV file has initial spaces, quotes around each entry, and uses a | delimiter.
Instead of passing three individual formatting patterns, let's look at how to use dialects to read this file.
import csv csv.register_dialect('myDialect', delimiter='|', skipinitialspace=True, quoting=csv.QUOTE_ALL) with open('office.csv', 'r') as csvfile: reader = csv.reader(csvfile, dialect='myDialect') for row in reader: print(row)
Output
('ID', 'Name', 'Email') ("A878", 'Alfonso K. Hamby', '[email protected]') ("F854", 'Susanne Briard', '[email protected]') ("E833", 'Katja Mauer', '[email protected]')
From this example, we can see that the csv.register_dialect() function is used to define a custom dialect. It has the following syntax:
csv.register_dialect(name(, dialect(, **fmtparams)))
The custom dialect requires a name in the form of a string. Other specifications can be done either by passing a sub-class of Dialect class, or by individual formatting patterns as shown in the example.
While creating the reader object, we pass dialect='myDialect' to specify that the reader instance must use that particular dialect.
The advantage of using dialect is that it makes the program more modular. Notice that we can reuse 'myDialect' to open other files without having to re-specify the CSV format.
Read CSV files with csv.DictReader()
The objects of a csv.DictReader() class can be used to read a CSV file as a dictionary.
Example 6: Python csv.DictReader()
Suppose we have a CSV file (people.csv) with the following entries:
| Name | Age | Profession |
|---|---|---|
| Jack | 23 | Doctor |
| Miller | 22 | Engineer |
Let's see how csv.DictReader() can be used.
import csv with open("people.csv", 'r') as file: csv_file = csv.DictReader(file) for row in csv_file: print(dict(row))
Output
('Name': 'Jack', ' Age': ' 23', ' Profession': ' Doctor') ('Name': 'Miller', ' Age': ' 22', ' Profession': ' Engineer')
As we can see, the entries of the first row are the dictionary keys. And, the entries in the other rows are the dictionary values.
Here, csv_file is a csv.DictReader() object. The object can be iterated over using a for loop. The csv.DictReader() returned an OrderedDict type for each row. That's why we used dict() to convert each row to a dictionary.
Notice that we have explicitly used the dict() method to create dictionaries inside the for loop.
print(dict(row))
Note: Starting from Python 3.8, csv.DictReader() returns a dictionary for each row, and we do not need to use dict() explicitly.
The full syntax of the csv.DictReader() class is:
csv.DictReader(file, fieldnames=None, restkey=None, restval=None, dialect='excel', *args, **kwds)
To learn more about it in detail, visit: Python csv.DictReader() class
Using csv.Sniffer class
The Sniffer class is used to deduce the format of a CSV file.
The Sniffer class offers two methods:
sniff(sample, delimiters=None)- This function analyses a given sample of the CSV text and returns aDialectsubclass that contains all the parameters deduced.
An optional delimiters parameter can be passed as a string containing possible valid delimiter characters.
has_header(sample)- This function returnsTrueorFalsebased on analyzing whether the sample CSV has the first row as column headers.
Let's look at an example of using these functions:
Example 7: Using csv.Sniffer() to deduce the dialect of CSV files
Suppose we have a CSV file (office.csv) with the following content:
"ID"| "Name"| "Email" A878| "Alfonso K. Hamby"| "[email protected]" F854| "Susanne Briard"| "[email protected]" E833| "Katja Mauer"| "[email protected]"
Let's look at how we can deduce the format of this file using csv.Sniffer() class:
import csv with open('office.csv', 'r') as csvfile: sample = csvfile.read(64) has_header = csv.Sniffer().has_header(sample) print(has_header) deduced_dialect = csv.Sniffer().sniff(sample) with open('office.csv', 'r') as csvfile: reader = csv.reader(csvfile, deduced_dialect) for row in reader: print(row)
Output
True ('ID', 'Name', 'Email') ('A878', 'Alfonso K. Hamby', '[email protected]') ('F854', 'Susanne Briard', '[email protected]') ('E833', 'Katja Mauer', '[email protected]')
As you can see, we read only 64 characters of office.csv and stored it in the sample variable.
This sample was then passed as a parameter to the Sniffer().has_header() function. It deduced that the first row must have column headers. Thus, it returned True which was then printed out.
Allo stesso modo, anche sample è stato passato alla Sniffer().sniff()funzione. Ha restituito tutti i parametri dedotti come Dialectsottoclasse che è stata quindi memorizzata nella variabile deduced_dialect.
Successivamente, abbiamo riaperto il file CSV e passato la deduced_dialectvariabile come parametro a csv.reader().
E 'stato in grado di prevedere correttamente delimiter, quotinge skipinitialspaceparametri nel office.csv di file senza di noi esplicitamente menzionare.
Nota: il modulo csv può essere utilizzato anche per altre estensioni di file (come: .txt ) purché i loro contenuti siano nella struttura corretta.
Lettura consigliata: scrivere su file CSV in Python
