第017课：⽤Python读写CSV⽂件

CSV ⽂件介绍

CSV （ Comma Separated Values ）全称逗号分隔值⽂件是⼀种简单、通⽤的⽂件格式，被⼴泛的应⽤于应⽤程序（数据库、电⼦表格等）数据的导⼊和导出以及异构系统之间的数据交换。因为CSV 是纯⽂本⽂件，不管是什么操作系统和编程语⾔都是可以处理纯⽂本的，⽽且很多编程语⾔中都提供了对读写CSV⽂件的⽀持，因此 CSV 格式在数据处理和数据科学中被⼴泛应⽤。

CSV ⽂件有以下特点：

1. 纯⽂本，使⽤某种字符集（如 ASCII 、 Unicode 、 GB2312 ）等）；

2. 由⼀条条的记录组成（典型的是每⾏⼀条记录）；

3. 每条记录被分隔符（如逗号、分号、制表符等）分隔为字段（列）；

4. 每条记录都有同样的字段序列。

CSV ⽂件可以使⽤⽂本编辑器或类似于 Excel 电⼦表格这类⼯具打开和编辑，当使⽤ Excel 这类电⼦表格打开CSV ⽂件时，你甚⾄感觉不到 CSV 和 Excel ⽂件的区别。很多数据库系统都⽀持将数据导出到 CSV ⽂件中，当然也⽀持从CSV ⽂件中读⼊数据保存到数据库中，这些内容并不是我们这⾥讨论的重点。

将数据写⼊ CSV ⽂件

现有五个学⽣三⻔课程的考试成绩需要保存到⼀个 CSV ⽂件中，要达成这个⽬标，可以使 Python 标准库中的 csv 模块，该模块的 writer 函数会返回⼀个 csvwriter 对象，通过该对象的 writerow或 writerows ⽅法就可以将数据写⼊到 CSV ⽂件中，具体的代码如下所示。

import csv
import random
with open('scores.csv', 'w') as file:
 writer = csv.writer(file)
 writer.writerow(['姓名', '语⽂', '数学', '英语'])
 names = ['关⽻', '张⻜', '赵云', '⻢超', '⻩忠']
 for i in range(5):
 verbal = random.randint(50, 100)
 math = random.randint(40, 100)
 english = random.randint(30, 100)
 writer.writerow([names[i], verbal, math, english])

需要说明的是上⾯的 writer 函数，该函数除了传⼊要写⼊数据的⽂件对象外，还可以 dialect 参数，它表示CSV ⽂件的⽅⾔，默认值是 excel 。除此之外，还可以通过 delimiter 、 quotechar 、 quoting参数来指定分隔符（默认是逗号）、包围值的字符（默认是双引号）以及包围的⽅式。其中，包围值的字符主要⽤于当字段中有特殊符号时，通过添加包围值的字符可以避免⼆义性。⼤家可以尝试将上⾯第5⾏代码修改为下⾯的代码，看看⽣成的 CSV ⽂件到底有什么区别。

writer = csv.writer(file, delimiter='|', quoting=csv.QUOTE_ALL)

从 CSV ⽂件读取数据

如果要读取刚才创建的 CSV ⽂件，可以使⽤下⾯的代码，通过 csv 模块的 reader 函数可以创建出

csvreader 对象，该对象是⼀个迭代器，可以通过 next 函数或 for-in 循环读取到⽂件中的数据。

import csv
with open('scores.csv', 'r') as file:
 reader = csv.reader(file, delimiter='|')
 for line in reader:
 print(reader.line_num, end='\t')
 for elem in line:
 print(elem, end='\t')
 print()

注意 ：上⾯的代码对 csvreader 对象做 for 循环时，每次会取出⼀个列表对象，该列表对象包含

了⼀⾏中所有的字段。

简单的总结

将来如果⼤家使⽤ Python 做数据分析，很有可能会⽤到名为 pandas 的三⽅库，它是 Python 数据分析的神器之⼀。 pandas 中封装了名为 read_csv 和 to_csv 的函数⽤来读写 CSV ⽂件，其中 read_CSV 会将读 取到的数据变成⼀个 DataFrame 对象，⽽这个对象就是 pandas 库中最重要的类，它封装了⼀系列的⽅法⽤于对数据进⾏处理（清洗、转换、聚合等）；⽽ to_csv 会将 DataFrame 对象中的数据写⼊ CSV ⽂件，完成数据的持久化。