Python'da CSV dosyalarını okuma

Bu eğitimde, örnekler yardımıyla Python'da farklı biçimlerdeki CSV dosyalarını okumayı öğreneceğiz.

csvBu görev için sadece Python'da yerleşik olan modülü kullanacağız . Ama önce modülü şu şekilde içe aktarmamız gerekecek:

 import csv 

csvModülün CSV dosyalarını okumak ve bunlara yazmak için nasıl kullanılacağına dair temel bilgileri zaten ele almıştık. csvModülü kullanma konusunda herhangi bir fikriniz yoksa , Python CSV ile ilgili eğitimimize göz atın: CSV dosyalarını okuyun ve yazın

Csv.reader () Temel Kullanımı

csv.reader()Mevcut bilgilerinizi yenilemek için kullanmanın temel bir örneğine bakalım .

Örnek 1: CSV dosyalarını csv.reader () ile okuyun

Aşağıdaki girişleri içeren bir CSV dosyamız olduğunu varsayalım:

 SN, Ad, Katkı 1, Linus Torvalds, Linux Kernel 2, Tim Berners-Lee, World Wide Web 3, Guido van Rossum, Python Programlama 

Dosyanın içeriğini aşağıdaki program ile okuyabiliriz:

 import csv with open('innovators.csv', 'r') as file: reader = csv.reader(file) for row in reader: print(row) 

Çıktı

 ('SN', 'Ad', 'Katkı') ('1', 'Linus Torvalds', 'Linux Kernel') ('2', 'Tim Berners-Lee', 'World Wide Web') ('3' , 'Guido van Rossum', 'Python Programlama') 

Burada innovators.csv dosyasını open()function kullanarak okuma modunda açtık .

Python'da dosya açma hakkında daha fazla bilgi edinmek için şu adresi ziyaret edin: Python File Input / Output

Ardından, csv.reader()yinelenebilir bir readernesne döndüren dosyayı okumak için kullanılır .

readerNesne daha sonra bir kullanılarak tekrarlanır forher satır içeriğini yazdırmak için döngü.

Şimdi farklı biçimlerdeki CSV dosyalarına bakacağız. Daha sonra csv.reader()bunları okumak için işlevi nasıl özelleştireceğimizi öğreneceğiz .

Özel Sınırlayıcılara sahip CSV dosyaları

Varsayılan olarak, bir CSV dosyasında sınırlayıcı olarak virgül kullanılır. Ancak, bazı CSV dosyaları virgül dışında sınırlayıcılar kullanabilir. Çok az popüler olan |ve .

Örnek 1'deki innovators.csv dosyasının sınırlayıcı olarak sekmeyi kullandığını varsayalım . Dosyayı okumak için, işleve ek bir parametre iletebiliriz .delimitercsv.reader()

Bir örnek alalım.

Örnek 2: Sekme Sınırlayıcıya Sahip CSV dosyasını okuyun

 import csv with open('innovators.csv', 'r') as file: reader = csv.reader(file, delimiter = ' ') for row in reader: print(row) 

Çıktı

 ('SN', 'Ad', 'Katkı') ('1', 'Linus Torvalds', 'Linux Kernel') ('2', 'Tim Berners-Lee', 'World Wide Web') ('3' , 'Guido van Rossum', 'Python Programlama') 

Gördüğümüz gibi, isteğe bağlı parametre , okuduğumuz CSV dosyasının sınırlayıcı olarak sekmelere sahip olduğu nesneyi delimiter = ' 'belirtmeye yardımcı olur .reader

Başlangıç ​​boşluklu CSV dosyaları

Bazı CSV dosyalarında sınırlayıcıdan sonra boşluk karakteri olabilir. csv.reader()Bu CSV dosyalarını okumak için varsayılan işlevi kullandığımızda , çıktıda da boşluklar alacağız.

Bu başlangıç ​​boşluklarını kaldırmak için, adında ek bir parametre iletmemiz gerekiyor skipinitialspace. Bir örneğe bakalım:

Örnek 3: CSV dosyalarını başlangıç ​​boşluklarıyla okuyun

People.csv adında aşağıdaki içeriğe sahip bir CSV dosyamız olduğunu varsayalım :

 SN, Ad, Şehir 1, John, Washington 2, Eric, Los Angeles 3, Brad, Teksas 

CSV dosyasını şu şekilde okuyabiliriz:

 import csv with open('people.csv', 'r') as csvfile: reader = csv.reader(csvfile, skipinitialspace=True) for row in reader: print(row) 

Çıktı

 ('SN', 'Ad', 'Şehir') ('1', 'John', 'Washington') ('2', 'Eric', 'Los Angeles') ('3', 'Brad', ' Teksas') 

Program diğer örneklere benzer ancak skipinitialspaceTrue olarak ayarlanmış ek bir parametreye sahiptir.

Bu, readernesnenin girdilerin başlangıçta boşluğa sahip olduğunu bilmesini sağlar . Sonuç olarak, bir sınırlayıcı kaldırıldıktan sonra mevcut olan ilk boşluklar.

Tırnak işaretli CSV dosyaları

Bazı CSV dosyalarında, girişlerin her birinin veya bazılarının çevresinde tırnak işaretleri olabilir.

Quotes.csv dosyasını aşağıdaki girişlerle örnek olarak alalım :

 "SN", "Ad", "Alıntılar" 1, Buddha, "Olduğumuzu sandığımız" 2, Mark Twain, "Seni gülümseten hiçbir şeyden asla pişman olma" 3, Oscar Wilde, "Kendin ol, diğer herkes çoktan alındı" 

csv.reader()Minimal modda kullanmak , tırnak işaretleriyle çıktı alınmasına neden olacaktır.

Bunları kaldırmak için, adında başka bir isteğe bağlı parametre kullanmamız gerekecek quoting.

Yukarıdaki programın nasıl okunacağına dair bir örneğe bakalım.

Örnek 4: CSV dosyalarını tırnak işaretleriyle okuyun

 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) 

Çıktı

 ('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 - Specifies reader object 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 the reader object 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 a Dialect subclass 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 returns True or False based 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.

Benzer şekilde, örnek de Sniffer().sniff()işleve geçirildi . Tüm çıkarılmış parametreleri bir Dialectalt sınıf olarak döndürdü ve bu daha sonra deduced_dialect değişkeninde saklandı.

Daha sonra CSV dosyasını yeniden açtık ve deduced_dialectdeğişkeni parametre olarak csv.reader().

Doğru tahmin edebildi delimiter, quotingve skipinitialspaceparametreler office.csv bizsiz dosyasında bunları açıkça söz.

Not: csv modülü, içerikleri uygun yapıda olduğu sürece diğer dosya uzantıları için de (örneğin: .txt ) kullanılabilir.

Önerilen Okuma: Python'da CSV Dosyalarına Yazma