Travailler avec des données est une partie inévitable de la programmation, et en tant que personne qui se retrouve souvent plongée dans divers formats de fichiers, j'ai toujours apprécié la façon dont Python simplifie l'ensemble du processus.

L'un de ces formats de fichier qui revient régulièrement, en particulier dans l'analyse des données, est le fichier CSV.

Le CSV, ou Comma-Separated Values, est un format d'échange de données populaire en raison de sa simplicité.

Heureusement, Python est livré avec un module intégré appelé csv, qui rend le travail avec ces fichiers remarquablement efficace.

Dans cet article, je vais expliquer le fonctionnement du module csv en Python, de l'utilisation de base aux techniques plus avancées qui peuvent vous faire gagner beaucoup de temps lors du traitement des données.

Qu'est-ce qu'un fichier CSV ?

Avant de plonger dans le module csv, commençons par une compréhension de base de ce qu'est un fichier CSV.

Un fichier CSV est essentiellement un fichier texte brut dans lequel chaque ligne représente une ligne de données et chaque valeur est séparée par une virgule (ou parfois d'autres délimiteurs comme des tabulations).

Voici un exemple rapide de ce à quoi cela pourrait ressembler :

Name,Age,Occupation
Alice,30,Engineer
Bob,25,Data Scientist
Charlie,35,Teacher

Pourquoi le module csv ?

Vous vous demandez peut-être pourquoi vous auriez besoin du module csv alors que les fichiers CSV ne sont que des fichiers texte qui pourraient théoriquement être lus à l'aide des méthodes de gestion de fichiers standard de Python.

Bien que cela soit vrai, les fichiers CSV peuvent présenter des complexités (comme des virgules intégrées, des sauts de ligne dans les cellules et différents délimiteurs) qui sont difficiles à gérer manuellement.

Le module csv résume tout cela, vous permettant de vous concentrer sur vos données.

Lecture de fichiers CSV

Passons au code.

L'opération la plus courante que vous effectuerez sur un fichier CSV consiste à lire son contenu.

La fonction csv.reader() du module est un outil facile à utiliser pour cela.

Voici un guide étape par étape sur la façon de procéder.

Lecture CSV de base

import csv

# Open a CSV file
with open('example.csv', 'r') as file:
    reader = csv.reader(file)

    # Iterate over the rows
    for row in reader:
        print(row)

C'est le moyen le plus simple de lire un fichier CSV.

Le csv.reader() renvoie un itérable, où chaque itération vous donne une liste représentant une ligne du fichier.

Gestion des en-têtes
La plupart des fichiers CSV comportent des en-têtes dans la première ligne, comme les noms de colonnes.

Si vous n'avez pas besoin de ces en-têtes, vous pouvez simplement ignorer la première ligne lors de l'itération :

import csv

with open('example.csv', 'r') as file:
    reader = csv.reader(file)

    # Skip header
    next(reader)

    for row in reader:
        print(row)

Parfois, je travaille avec des fichiers contenant un mélange de données utiles et non pertinentes, et je me retrouve à sauter des lignes en fonction de plus que l'en-tête.

Vous pouvez le faire facilement dans la boucle for.

DictReader : une manière plus intuitive de lire des fichiers CSV
Si votre fichier CSV comporte des en-têtes, csv.DictReader() est une autre option fantastique qui lit chaque ligne comme un dictionnaire, les clés étant les noms de colonnes :

import csv

with open('example.csv', 'r') as file:
    reader = csv.DictReader(file)

    for row in reader:
        print(row)

Cette approche peut rendre votre code plus lisible et intuitif, en particulier lorsque vous travaillez avec de grands ensembles de données.

Par exemple, accéder à la ligne['Name'] semble beaucoup plus clair que de gérer un accès basé sur un index comme la ligne[0].

Écrire dans des fichiers CSV

Une fois que vous avez lu et traité vos données, il est probable que vous souhaitiez les enregistrer ou les exporter.

La fonction csv.writer() est votre outil incontournable pour écrire dans des fichiers CSV.

Écriture CSV de base

import csv

# Data to be written
data = [
    ['Name', 'Age', 'Occupation'],
    ['Alice', 30, 'Engineer'],
    ['Bob', 25, 'Data Scientist'],
    ['Charlie', 35, 'Teacher']
]

# Open a file in write mode
with open('output.csv', 'w', newline='') as file:
    writer = csv.writer(file)

    # Write data to the file
    writer.writerows(data)

La fonctionwriter.writerows() prend une liste de listes et les écrit dans le fichier CSV, où chaque liste interne représente une ligne de données.

DictWriter : une manière plus propre d'écrire des fichiers CSV
Tout comme nous avons DictReader pour lire des fichiers CSV dans des dictionnaires, nous avons DictWriter pour écrire des dictionnaires dans un CSV.

Cette méthode peut être particulièrement pratique lorsque vous souhaitez spécifier explicitement les noms de vos colonnes.

import csv

# Data as list of dictionaries
data = [
    {'Name': 'Alice', 'Age': 30, 'Occupation': 'Engineer'},
    {'Name': 'Bob', 'Age': 25, 'Occupation': 'Data Scientist'},
    {'Name': 'Charlie', 'Age': 35, 'Occupation': 'Teacher'}
]

# Open file for writing
with open('output.csv', 'w', newline='') as file:
    fieldnames = ['Name', 'Age', 'Occupation']
    writer = csv.DictWriter(file, fieldnames=fieldnames)

    # Write the header
    writer.writeheader()

    # Write the data
    writer.writerows(data)

En utilisant DictWriter, vous obtenez une interface agréable et propre pour écrire des dictionnaires au format CSV tout en gardant votre code lisible et concis.

Personnalisation des délimiteurs

Par défaut, le module CSV utilise des virgules pour séparer les valeurs, mais vous pouvez parfois travailler avec des fichiers qui utilisent d'autres délimiteurs, tels que des tabulations ou des points-virgules.

Le module csv fournit un moyen simple de gérer ces cas en spécifiant l'argument délimiteur.

import csv

with open('example_tab.csv', 'r') as file:
    reader = csv.reader(file, delimiter='\t')

    for row in reader:
        print(row)

J'ai rencontré des fichiers CSV qui utilisent des points-virgules au lieu de virgules (généralement provenant de sources européennes) et il est réconfortant de savoir que le module csv de Python gère cela facilement.

Qu'il s'agisse de virgules, de tabulations ou de tout autre délimiteur, le module csv est là pour vous.

Gestion des données complexes

Que se passe-t-il si vos données contiennent des virgules dans les champs, des guillemets ou même des sauts de ligne ?

Le module CSV gère automatiquement de tels cas en utilisant des mécanismes de citation.

Vous pouvez également contrôler le fonctionnement des citations à l'aide du paramètre quoting.

import csv

data = [
    ['Name', 'Occupation', 'Description'],
    ['Alice', 'Engineer', 'Works on, "cutting-edge" technology'],
    ['Bob', 'Data Scientist', 'Loves analyzing data.']
]

with open('complex.csv', 'w', newline='') as file:
    writer = csv.writer(file, quoting=csv.QUOTE_ALL)
    writer.writerows(data)

Dans cet exemple, QUOTE_ALL garantit que chaque champ est entouré de guillemets.

D'autres options de citation incluent csv.QUOTE_MINIMAL, csv.QUOTE_NONNUMERIC et csv.QUOTE_NONE, vous donnant un contrôle total sur la façon dont vos données CSV sont formatées.

Conclusion

Au fil des années, j'en suis venu à m'appuyer sur le format CSV comme moyen léger et efficace de déplacer des données, et le module csv de Python a été un fidèle compagnon dans ce voyage.

Que vous ayez affaire à des feuilles de calcul simples ou à des champs de données complexes sur plusieurs lignes, ce module rend le processus intuitif et sans effort.

Bien que travailler avec des CSV puisse sembler une tâche banale au premier abord, il s'agit d'une passerelle vers la maîtrise de la manipulation des données.

D'après mon expérience, une fois que vous aurez conquis les CSV, vous vous retrouverez à aborder en toute confiance des formats plus grands et plus complexes comme les bases de données JSON ou SQL. Après tout, tout commence par les bases.