怎么用python打开csv文件_使用Python从CSV文件读取数据

大家好，又见面了，我是你们的朋友全栈君。

CSV文件，也就是Comma-separated Value文件，用sublime打开是这样（数据下载见文末）：

如果用excel打开是这样（千万别点保存，保存就有问题）：

来看看怎么打开，如果安装了anaconda，我们先打开Jupyter Notebook，新建一个ipynb文件：

我们看完数据了，应该从哪里开始？当然是从python官方文档 开始！先搜下csv，找到

不少结果，csv是python一个模块，有不少方法。要用这个库，就要导入，但是csv不支持Unicode输入。稳妥起见，还是选择unicodecsv模块。

如果要打开文件，应该是open这个关键词吧，搜一下，结果看起来好复杂！抽取下，发现基本格式是open(name[, mode[, buffering]])，name是欲打开文件的名字，mode是打开方式（r是读，w是写，如果没有这个参数那默认是r），当然加上b也是极好的，意思就是Opens a file for reading only in binary format。

buffering这个参数是可选参数，暂时不管。

open(name[, mode[, buffering]])

Open a file, returning an object of the file type described in section File Objects. If the file cannot be opened, IOError is raised. When opening a file, it’s preferable to use open() instead of invoking the file constructor directly.

找到了官方文档的例子

import csv

with open(‘some.csv’, ‘rb’) as f:

reader = csv.reader(f)

for row in reader:

print row

看起来可以直接用，我们试一试。

import unicodecsv

with open(‘enrollments.csv’, ‘rb’) as f:

reader = unicodecsv.reader(f)

for row in reader:

enrollments.append(row)

enrollments[0]

输出结果是[u’account_key’,u’status’,u’join_date’,u’cancel_date’,u’days_to_cancel’,u’is_udacity’,u’is_canceled’]，看起来像表头，我们再看看enrollments[1]是什么：

[u’448′, u’canceled’, u’2014-11-10′, u’2015-01-14′, u’65’, u’True’, u’True’]

还有enrollments[2]是什么

[u’448′, u’canceled’, u’2014-11-05′, u’2014-11-10′, u’5′, u’True’, u’True’]

原来是一行一行的读，是列表形式，不带表头的。如果我们想带表头怎么办？有一个方法，用DictReader，看看官方文档怎么说：

class csv.DictReader(csvfile, fieldnames=None, restkey=None, restval=None, dialect=’excel’, *args, **kwds)

Create an object which operates like a regular reader but maps the information read into a dict whose keys are given by the optional fieldnames parameter. The fieldnames parameter is a sequence whose elements are associated with the fields of the input data in order. These elements become the keys of the resulting dictionary.

好了，我们大概知道怎么写了。

简单解释一下代码意思，先整体看一下。

import unicodecsv

enrollments = []

f= open(‘enrollments.csv’, ‘rb’)

reader = unicodecsv.DictReader(f)

for row in reader:

enrollments.append(row)

f.close()

enrollments[0]

然后一句一句解读。

import unicodecsv

#导入unicodecsv模块，其实导入csv也行，只不过unicodecsv能够处理更多格式的字体

enrollments = []

#创建一个名为enrollments的列表，其实下面的reader这个迭代器也能够迭代，但只能迭代一次，后面我们需要多次用到迭代，

#所以我们创建一个列表，可以多次迭代

f= open(‘enrollments.csv’, ‘rb’)

reader = unicodecsv.DictReader(f)

#以只读方式打开enrollments.csv文件，写入到f文件句柄里

#以字典形式读取f文件句柄里的内容，写入到reader里，reader是一个迭代器（只能迭代一次）

for row in reader:

enrollments.append(row)

#开始for循环，使用append方法将文件的每一行添加到之前创建的enrollments列表里

f.close()

#关闭f文件句柄

enrollments[0]

#打印第一个元素

点击运行按钮，运行出现错误！报错为没有找到该文件，什么原因导致的呢？jupyter notebook工作路径导致的。需要将jupyter notebook工作路径和读取文件所在路径保持一致。

我们需要将其工作路径调整到和enrollments.csv文件同一个路径下，使用”cd d:\anaconda“来改变notebook的工作路径，再次运行就可以了。

注意结果是一个字典，u’account_key’:u’448’这里的u表示unicode，本质上这里的448及所有的键值都是字符串类型。

我们可以简写这段代码，用‘with…as f’就可以省去f.close()这一句，即不需要再写关闭语句。

import unicodecsv

enrollments = []

with open(‘enrollments.csv’, ‘rb’) as f:

reader = unicodecsv.DictReader(f)

for row in reader:

enrollments.append(row)

enrollments[0]

另外，可以由更简便的方法把迭代器变成列表，由最初的8行变成了5行，输出结果一样。看看官方文档

class list([iterable])

Return a list whose items are the same and in the same order as iterable‘s items. iterable may be either a sequence, a container that supports iteration, or an iterator object. If iterable is already a list, a copy is made and returned, similar to iterable[:]. For instance, list(‘abc’) returns [‘a’, ‘b’, ‘c’] and list( (1, 2, 3) ) returns [1, 2, 3]. If no argument is given, returns a new empty list, [].

那我们就试试，这样就不用新建空列表：

import unicodecsv

with open(‘enrollments.csv’, ‘rb’) as f:

reader = unicodecsv.DictReader(f)

enrollments = list(reader)

enrollments[0]

如果需要读取多个文件，如果读取三个文件，就要把语句写3遍，后续debug也麻烦，这时候就需要考虑自己创建一个函数。

def read_csv(filename):

with open(filename, ‘rb’) as f:

reader = unicodecsv.DictReader(f)

return list(reader)

这样就能够读取不同的文件了。

enrollments = read_csv(‘enrollments.csv’)

daily_engagement = read_csv(‘daily_engagement.csv’)

project_submissions = read_csv(‘project_submissions.csv’)

数据文件下载， 密码: 57h5