python CSV模块的使用

简介

CSV（comma separated values），逗号分隔值（字符分割值，字符可以不是逗号），常用的文本格式，用以存储表格数据，包括数字或者字符。kaggle就是csv格式，python有内置的csv模块。

csv中的函数

1、reader（csvfile，dialect='excel'，**fmtparams）

csvfile，必须是支持迭代(Iterator)的对象，可以是文件(file)对象或者列表(list)对象，如果是文件对象，打开时需要加"b"标志参数。

dialect，编码风格，默认为excel的风格，也就是用逗号（,）分隔，dialect方式也支持自定义，通过调用register_dialect方法来注册。

fmtparam，格式化参数，用来覆盖之前dialect对象指定的编码风格。

import csv
with open("test.csv","rb") as myfile:
    lines = csv.reader(myfile)
    for line in lines:
        print line

lines是list，调用lines,next()函数，会返回一个string。

line是列表，元素是csv用逗号分隔得来的。

输出结果：

reader对象还提供一些方法：line_num、dialect、next()

2、writer（csvfile，dialect='excel'，**fmtparams）

with open('test.csv','wb') as myfile:
    mywriter = csv.writer(myfile);
    mywriter.writerow([7,'g'])
    mywriter.writerow([8,'h'])
    mylist = [[1,2,3],[4,5,6]
    mywriter.writerows(mylist)

writerow是一行一行写；writerows是一次写多行。

如果test.csv事先存在，就会调用writer函数清空原来文件的内容，再开始写；没存在，就创建它，writer函数返回myfile文件。

补充：除了writerow、writerows，writer对象还提供了其他一些方法：writeheader、dialect

3、register_dialect（name，[dialect,]，**fmtparams）

name,你所自定义的dialect的名字，比如默认的是'excel'，你可以定义成'mydialect'。

[dialect, ]**fmtparams，dialect格式参数，有delimiter（分隔符，默认的就是逗号）、quotechar、quoting等等

csv.register_dialect('mydialect',delimiter='|', quoting=csv.QUOTE_ALL)

上面代码自定义了一个命名为mydialect的dialect，参数是设置了delimiter和quoting这两个，其他的采用默认值，其中分隔符是'|'。

效果，在csv中存储数据：

以mydialect风格打印：

with open('text.csv','rb') as myfile:
    lines = csv.reader(myfile,'mydialect')
    for line in lines:
        print line

输出：

对于writer函数，同样可以传入mydialect作为参数。

4、unregister_dialect（name）

用于注销自定义的dialect。

 

此外，csv模块还提供get_dialect(name)、list_dialects()、field_size_limit([new_limit])等函数。

csv模块还定义了

一些类：DictReader、DictWriter、Dialect等，DictReader和DictWriter类似于reader和writer。

一些常量：QUOTE_ALL、QUOTE_MINIMAL、.QUOTE_NONNUMERIC等，这些常量可以作为Dialects and Formatting Parameters的值。