CSV 文件和 csv 模块

标准库中有自带的 csv (逗号分隔值) 模块处理 csv 格式的文件：

In [1]:
import csv

读 csv 文件

假设我们有这样的一个文件：

In [2]:
%%file data.csv
"alpha 1",  100, -1.443
"beat  3",   12, -0.0934
"gamma 3a", 192, -0.6621
"delta 2a",  15, -4.515

Writing data.csv

打开这个文件，并产生一个文件 reader：

In [3]:
fp = open("data.csv")
r = csv.reader(fp)

可以按行迭代数据：

In [4]:
for row in r:
    print row
    
fp.close()

['alpha 1', '  100', ' -1.443']
['beat  3', '   12', ' -0.0934']
['gamma 3a', ' 192', ' -0.6621']
['delta 2a', '  15', ' -4.515']

默认数据内容都被当作字符串处理，不过可以自己进行处理：

In [5]:
data = []

with open('data.csv') as fp:
    r = csv.reader(fp)
    for row in r:
        data.append([row[0], int(row[1]), float(row[2])])
    
data
Out[5]:
[['alpha 1', 100, -1.443],
 ['beat  3', 12, -0.0934],
 ['gamma 3a', 192, -0.6621],
 ['delta 2a', 15, -4.515]]
In [6]:
import os
os.remove('data.csv')

写 csv 文件

可以使用 csv.writer 写入文件，不过相应地，传入的应该是以写方式打开的文件，不过一般要用 'wb' 即二进制写入方式，防止出现换行不正确的问题：

In [7]:
data = [('one', 1, 1.5), ('two', 2, 8.0)]
with open('out.csv', 'wb') as fp:
    w = csv.writer(fp)
    w.writerows(data)

显示结果：

In [8]:
!cat 'out.csv'

one,1,1.5
two,2,8.0

更换分隔符

默认情况下，csv 模块默认 csv 文件都是由 excel 产生的，实际中可能会遇到这样的问题：

In [9]:
data = [('one, \"real\" string', 1, 1.5), ('two', 2, 8.0)]
with open('out.csv', 'wb') as fp:
    w = csv.writer(fp)
    w.writerows(data)
In [10]:
!cat 'out.csv'

"one, ""real"" string",1,1.5
two,2,8.0

可以修改分隔符来处理这组数据：

In [11]:
data = [('one, \"real\" string', 1, 1.5), ('two', 2, 8.0)]
with open('out.psv', 'wb') as fp:
    w = csv.writer(fp, delimiter="|")
    w.writerows(data)
In [12]:
!cat 'out.psv'

"one, ""real"" string"|1|1.5
two|2|8.0
In [13]:
import os
os.remove('out.psv')
os.remove('out.csv')

其他选项

numpy.loadtxt() 和 pandas.read_csv() 可以用来读写包含很多数值数据的 csv 文件：

In [14]:
%%file trades.csv
Order,Date,Stock,Quantity,Price
A0001,2013-12-01,AAPL,1000,203.4
A0002,2013-12-01,MSFT,1500,167.5
A0003,2013-12-02,GOOG,1500,167.5

Writing trades.csv

使用 pandas 进行处理，生成一个 DataFrame 对象：

In [15]:
import pandas
df = pandas.read_csv('trades.csv', index_col=0)
print df

             Date Stock  Quantity  Price
Order                                   
A0001  2013-12-01  AAPL      1000  203.4
A0002  2013-12-01  MSFT      1500  167.5
A0003  2013-12-02  GOOG      1500  167.5

通过名字进行索引：

In [16]:
df['Quantity'] * df['Price']
Out[16]:
Order
A0001    203400
A0002    251250
A0003    251250
dtype: float64
In [17]:
import os
os.remove('trades.csv')