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。
importcsv
with open("test.csv","rb") as myfile:
lines=csv.reader(myfile)for line inlines: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 inlines: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。