处理数据是编程中不可避免的一部分，作为一个经常发现自己深陷各种文件格式的人，我一直很欣赏 Python 如何简化整个过程。

CSV 文件是一种经常出现的文件格式，特别是在数据分析中。

CSV（即逗号分隔值）由于其简单性而成为一种流行的数据交换格式。

幸运的是，Python 附带了一个名为 csv 的内置模块，这使得处理这些文件变得非常高效。

在本文中，我将详细介绍 csv 模块在 Python 中的工作原理，从基本用法到更高级的技术，这些技术可以在处理数据时节省大量时间。

什么是 CSV 文件？

在深入研究 csv 模块之前，让我们首先对 CSV 文件是什么有一个基本的了解。

CSV 文件本质上是一个纯文本文件，其中每一行代表一行数据，每个值由逗号（或有时是制表符等其他分隔符）分隔。

这是一个简单的示例：

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

为什么使用 csv 模块？

您可能想知道为什么需要 csv 模块，因为 CSV 文件只是理论上可以使用 Python 标准文件处理方法读取的文本文件。

虽然这是事实，但 CSV 文件可能具有复杂性，例如嵌入的逗号、单元格内的换行符以及不同的分隔符，这些复杂性很难手动处理。

csv 模块抽象了所有这些，让您专注于数据。

读取 CSV 文件

让我们进入代码。

对 CSV 文件执行的最常见操作是读取其内容。

模块中的 csv.reader() 函数是一个易于使用的工具。

这是有关如何执行此操作的分步指南。

基本 CSV 读取

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)

这是读取 CSV 文件的最简单方法。

csv.reader() 返回一个可迭代对象，其中每次迭代都会为您提供一个表示文件行的列表。

处理标头
大多数 CSV 文件的第一行都带有标题，例如列名称。

如果不需要这些标题，则可以在迭代时简单地跳过第一行：

import csv

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

    # Skip header
    next(reader)

    for row in reader:
        print(row)

有时，我处理的文件包含有用和不相关的数据，我发现自己跳过的行不仅仅是基于标题。

您可以在 for 循环中轻松完成此操作。

DictReader：更直观的读取 CSV 文件的方式
如果您的 CSV 文件有标题，则 csv.DictReader() 是另一个很棒的选项，它将每一行作为字典读取，键是列名称：

import csv

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

    for row in reader:
        print(row)

这种方法可以使您的代码更具可读性和直观性，特别是在处理大型数据集时。

例如，访问 row['Name'] 感觉比处理像 row[0].

写入 CSV 文件

读取并处理数据后，您可能会想要保存或导出它。

csv.writer() 函数是写入 CSV 文件的首选工具。

基本 CSV 编写

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)

writer.writerows() 函数获取一个列表列表并将它们写入 CSV 文件，其中每个内部列表代表一行数据。

DictWriter：编写 CSV 文件的更简洁方法
正如我们使用 DictReader 将 CSV 文件读入字典一样，我们也使用 DictWriter 将字典写入 CSV。

当您想要显式指定列名称时，此方法特别方便。

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)

使用 DictWriter，您可以获得一个漂亮、干净的界面来将字典写入 CSV，同时保持代码的可读性和简洁性。

自定义分隔符

默认情况下，CSV 模块使用逗号分隔值，但有时您可能正在处理使用其他分隔符（例如制表符或分号）的文件。

csv 模块通过指定分隔符参数提供了一种简单的方法来处理这些情况。

import csv

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

    for row in reader:
        print(row)

我遇到过使用分号而不是逗号的 CSV 文件（通常来自欧洲来源），令人欣慰的是，Python 的 csv 模块可以轻松处理此问题。

无论是逗号、制表符还是任何其他分隔符，csv 模块都能满足您的要求。

处理复杂数据

如果您的数据在字段、引号甚至换行符中包含逗号怎么办？

CSV 模块通过使用引用机制自动处理此类情况。

您还可以使用 quoting 参数控制引用的工作方式。

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)

在此示例中，QUOTE_ALL 确保每个字段都用引号引起来。

其他引用选项包括 csv.QUOTE_MINIMAL、csv.QUOTE_NONNUMERIC 和 csv.QUOTE_NONE，让您可以完全控制 CSV 数据的格式。

结论

多年来，我开始依赖 CSV 格式作为一种轻量级、高效的数据移动方式，而 Python 的 csv 模块一直是这段旅程中值得信赖的伴侣。

无论您是处理简单的电子表格还是复杂的多行数据字段，该模块都使该过程变得直观且轻松。

虽然使用 CSV 乍一看似乎是一项平凡的任务，但它是掌握数据操作的门户。

根据我的经验，一旦您掌握了 CSV，您就会发现自己可以自信地处理更大、更复杂的格式，例如 JSON 或 SQL 数据库。毕竟，一切都是从基础开始的。