Python数据清理之解析CSV文件

 一不小心，1月份留下来的坑都两三个月了，荒草萋萋。Udacity数据分析专题已经进行到P3，但是笔记都没怎么记录。每当忘记之前的内容时，一页页重看视频真的是很耗费时间和精力，不如把视频整理成文字，哪怕是贴图！

既然是数据分析，首先要有数据。如果手头有现成的Clean数据，那是最省事儿的，直接可以进入分析阶段。但是现实中往往没有，所以需要从各种途径收集，提取需要的数据，并进行清理存储。也即如下流程：

对于从各种途径收集到的数据（表格形式、CSV、Jason、XML等格式），我们并不建议就这样直接展开分析，因为并不能保证这些数据的质量。所以先评估一下。其方法有以下几种：

表格形式我们比较熟悉，如Excel、googlesheet等，每一行代表一条记录，每一列表示一个字段，这里不多说。接下来说说CSV格式。

CSV，即Comma-Separated Values，（一般）以逗号分隔。CSV比较轻便，每行一条记录，每条记录被分隔符分割为不同的字段，纯文本格式方便读写。

 

用Python解析CSV文件

Python解析CSV文件主要是以字典的形式存储。