Python 读取csv的某行

站长用Python写了一个可以提取csv任一列的代码，欢迎使用。Github链接

csv是Comma-Separated Values的缩写，是用文本文件形式储存的表格数据，比如如下的表格：

就可以存储为csv文件，文件内容是：
No.,Name,Age,Score
1,Apple,12,98
2,Ben,13,97
3,Celia,14,96
4,Dave,15,95

假设上述csv文件保存为"A.csv"，如何用Python像操作Excel一样提取其中的一行，也就是一条记录，利用Python自带的csv模块，有两种方法可以实现：

第一种方法使用reader函数，接收一个可迭代的对象（比如csv文件），能返回一个生成器，就可以从其中解析出csv的内容：比如下面的代码可以读取csv的全部内容，以行为单位：import csv
with open('A.csv','rb') as csvfile:
    reader = csv.reader(csvfile)
    rows = [row for row in reader]
print rows得到：[['No.', 'Name', 'Age', 'Score'],
['1', 'Apple', '12', '98'],
['2', 'Ben', '13', '97'],
['3', 'Celia', '14', '96'],
['4', 'Dave', '15', '95']]

要提取其中第二行，可以用下面的代码：
import csv
with open('A.csv','rb') as csvfile:
    reader = csv.reader(csvfile)
    for i,rows in enumerate(reader):
        if i == 2:
            row = rows
print row 得到：['2', 'Ben', '13', '97']这种方法是通用的方法，要事先知道行号，比如Ben的记录在第2行，而不能根据'Ben'这个名字查询。这时可以采用第二种方法：

第二种方法是使用DictReader，和reader函数类似，接收一个可迭代的对象，能返回一个生成器，但是返回的每一个单元格都放在一个字典的值内，而这个字典的键则是这个单元格的标题（即列头）。用下面的代码可以看到DictReader的结构：
import csv
with open('A.csv','rb') as csvfile:
    reader = csv.DictReader(csvfile)
    rows = [row for row in reader]
print rows得到：
[{'Age': '12', 'No.': '1', 'Score': '98', 'Name': 'Apple'},
{'Age': '13', 'No.': '2', 'Score': '97', 'Name': 'Ben'},
{'Age': '14', 'No.': '3', 'Score': '96', 'Name': 'Celia'},
{'Age': '15', 'No.': '4', 'Score': '95', 'Name': 'Dave'}]

如果我们想用DictReader读取csv的某一列，就可以用列的标题查询：
import csv
with open('A.csv','rb') as csvfile:
    reader = csv.DictReader(csvfile)
    for row in reader:
        if row['Name']=='Ben':
            print row就得到：
{'Age': '13', 'No.': '2', 'Score': '97', 'Name': 'Ben'}可见，DictReader很适合读取csv的的行（记录）。

 

1、csv简介

CSV (Comma Separated Values)，即逗号分隔值（也称字符分隔值，因为分隔符可以不是逗号），是一种常用的文本

格式，用以存储表格数据，包括数字或者字符。很多程序在处理数据时都会碰到csv这种格式的文件，它的使用是比

较广泛的（Kaggle上一些题目提供的数据就是csv格式），csv虽然使用广泛，但却没有通用的标准，所以在处理csv

格式时常常会碰到麻烦，幸好Python内置了csv模块。下面简单介绍csv模块中最常用的一些函数。

 

更多内容请参考：https://docs.python.org/2/library/csv.html#module-csv

2、csv模块中的函数

• reader(csvfile, dialect='excel', **fmtparams)

参数说明：

 

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，下文会提到。

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

 

 

'test.csv'是文件名，‘rb’中的r表示“读”模式，因为是文件对象，所以加‘b’。open()返回了一个文件对象

myFile，reader(myFile)只传入了第一个参数，另外两个参数采用缺省值，即以excel风格读入。reader()返回一个

reader对象lines,lines是一个list，当调用它的方法lines.next()时，会返回一个string。上面程序的效果是将csv

文件中的文本按行打印，每一行的元素都是以逗号分隔符','分隔得来。

 

在我的test.csv文件中，存储的数据如图：

 

程序输出：

['1', '2']
['3', 'a']
['4', 'b']

 

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

 

• writer(csvfile, dialect='excel', **fmtparams)

 

参数的意义同上，这里不赘述，直接上例程：

with open('t.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)

 

'w'表示写模式。

首先open()函数打开当前路径下的名字为't.csv'的文件，如果不存在这个文件，则创建它，返回myFile文件对象。

csv.writer(myFile)返回writer对象myWriter。

writerow()方法是一行一行写入，writerows方法是一次写入多行。

注意：如果文件't.csv'事先存在，调用writer函数会先清空原文件中的文本，再执行writerow/writerows方法。

 

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

 

 

 

• register_dialect(name, [dialect, ]**fmtparams)

 

这个函数是用来自定义dialect的。

参数说明：

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，可以参考Dialects and Formatting Parameters

 

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

 

上面一行程序自定义了一个命名为mydialect的dialect，参数只设置了delimiter和quoting这两个，其他的仍然采用

默认值，其中以'|'为分隔符。接下来我们就可以像使用'excel'一样来使用'mydialect'了。我们来看看效果：

 

在我test.csv中存储如下数据：

以'mydialect'风格打印：

 

with open('test.csv','rb') as myFile:
    lines=csv.reader(myFile,'mydialect')
    print lines.line_num
    for line in lines:
        print line

输出：

 

['1,2', '3']
['4,5', '6']

 

可以看到，现在是以'|'为分隔符，1和2合成了一个字符串（因为1和2之间的分隔符是逗号，而mydialect风格的分隔

符是'|'），3单独一个字符串。

对于writer()函数，同样可以传入mydialect作为参数，这里不赘述。

 

 

• unregister_dialect(name)

 

这个函数用于注销自定义的dialect

 

此外，csv模块还提供get_dialect(name)、list_dialects()、field_size_limit([new_limit])等函数，这些都比较

简单，可以自己试试。比如list_dialects()函数会列出当前csv模块里所有的dialect：

 

print csv.list_dialects()

输出：

 

['excel-tab', 'excel', 'mydialect']

'mydialect'是自定义的，'excel-tab', 'excel'都是自带的dialect，其中'excel-tab'跟'excel'差不多，

只不过它以tab为分隔符。

 

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。

 

先写到这，其他的以后用到再更新。