Python读取CVS文件不够灵活?那是没用对,来看看这5招!

Crossin的编程教室

共 1784字,需浏览 4分钟

 ·

2020-09-08 05:09


Python是目前最火的语言之一,无论是做开发、测试、数据分析、后端,还是办公自动化,都可以帮你轻松解决一些重复琐碎的工作。而在日常的工作中,经常会打交道的就是文件的处理,其中CSV文件又是经常使用到的一种格式。

今天我们就给大家分享5招,让你能优雅地读取CSV文件。

先来看一下一个典型的数据集stocks.csv:

这是一个股票的数据集,就是常见的表格数据,有股票代码,价格,日期,时间,价格变动和成交量。你也可以自己创建一个数据集,只要有自己的表头和数据即可。

第一招:简单的读取

我们先来看一种简单读取方法,先用csv.reader()函数读取文件的句柄f生成一个csv的句柄,其实就是一个迭代器,我们看一下这个reader的源码:


传给reader一个可迭代对象或者是文件的object,然后返回一个可迭代对象。



  • 首先读取csv 文件,然后用csv.reader生成一个csv迭代器f_csv
  • 然后利用迭代器的特性,next(f_csv)获取csv文件的头,也就是表格数据的头
  • 接着利用for循环,一行一行打印row的内容,也就是表格数据的身体

这是最常见的csv读取方法,估计80%以上的人都只用这一招。但其实csv还有更灵活的读取方法。

第二招:用nametuple

上面第一招是最简单的,下面我们用nametuple 来包裹一下这个生成的row数据:


  • nametuple其实是一个非常有用的类,这个类属于collections模块,而这个模块简直就是一个百宝箱,里面有非常多的实用的库;
  • 这里我们用next(f_csv)其实就是获取表格的头部来初始化这个Row;


  • 然后循环来构造这个Row的数据,把我们表格里面的每一行的数据都转成nametuple格式的row_info;
  • 这样做的好处就是你可以随心所欲的访问这个row_info里面的数据,就想访问类数据一样,比如row_info.price 

第三招:用tuple类型转换

如果我们对csv数据每一行的类型都非常清楚的话,那可以直接用一个设定好的数据格式转换头来对数据进行转换。


操作的步骤其实跟上面差不多,就是对数据结果的清洗处理稍微不一样。这里非常巧妙的zip来构造一个嵌套的数据列表,然后用convert(data)把csv文件里面每一行的数据进行类型转换,这招真的很好用!


看一下结果:

第四招:用DictReader

上面用的nametuple其实也是一个数据的映射,有没有什么方法可以直接把csv的内容用映射的方法读取,直接出来一个字典?
还真有的,来看一下代码:


是不是非常简洁?原来csv模块直接内置了DictReader(),按照字典的方法进行读取,然后生成一个有序的字典,看一下结果:


有兴趣的可以看一下这个DictReader()的源码,它其实一个内部构造的迭代器类,在内部的__next__其实也是用的OrderedDict(zip(self.fieldnames, row))来生成的。

第五招:用字典转换

如果我们需要对这个csv里面的数据进行清洗,因为读出来的时候都是字符串,我们需要更新为特定的数据类型,这个时候也可以用字典转换这一招,也是非常巧妙的,我们看一下源码:


原来的数据价格Price和成交量,假如希望最后读取生成的是一个浮点型数据和整形的数据,那么用一个字典来巧妙的更新key即可。

  • 首先我们声明一个自定义的类型转换器field_types;
  • 然后循环生成一个可迭代的对象(key,conversion(row[key]);
  • 最后更新一下字典里面相同的key,比如row['price']的内容就会被更新了。


看完上面这5招,是不是才发现,原来Python读取csv文件读取还有这么花样!即便你平常只用最简单的第一招就够了,但能看懂并理解其他的代码,对你的代码能力和思路也很有帮助。多看代码、多写代码是学习编程的最有效方式。通过不断地练习,你也一定可以写出非常pythonic的代码。

作者:菜鸟大叔
来源:菜鸟编程大本营


_往期文章推荐_

Python-Excel模块哪家强?




浏览 46
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报