Ниже приведены некоторые минимальные полные примеры того, как читать CSV-файлы и как писать файлы CSV с помощью Python.

Python 2 + 3: чтение файла CSV

Pure Python

# -*- coding: utf-8 -*-

import csv
import sys

# Define data
data = [(1, "A towel,", 1.0),
        (42, " it says, ", 2.0),
        (1337, "is about the most ", -1),
        (0, "massively useful thing ", 123),
        (-2, "an interstellar hitchhiker can have.", 3)]

# Write CSV file
kwargs = {'newline': ''}
mode = 'w'
if sys.version_info < (3, 0):
    kwargs.pop('newline', None)
    mode = 'wb'

with open('test.csv', mode, **kwargs) as fp:
    writer = csv.writer(fp, delimiter=str(','))
    # writer.writerow(["your", "header", "foo"])  # write header
    writer.writerows(data)

# Read CSV file
kwargs = {'newline': ''}
mode = 'r'
if sys.version_info < (3, 0):
    kwargs.pop('newline', None)
    mode = 'rb'
with open('test.csv', mode, **kwargs) as fp:
    reader = csv.reader(fp, delimiter=',', quotechar='"')
    # next(reader, None)  # skip the headers
    data_read = [row for row in reader]

print(data_read)

После этого содержимое data_read является

[['1', 'A towel,', '1.0'],
 ['42', ' it says, ', '2.0'],
 ['1337', 'is about the most ', '-1'],
 ['0', 'massively useful thing ', '123'],
 ['-2', 'an interstellar hitchhiker can have.', '3']]

Unicode и Python 2.X

Если вы хотите написать Unicode, у вас есть для установки unicodecsv. Не открывайте файл с помощью codecs.open, а просто с помощью open.

mpu

Посмотрите мой пакет утилиты mpu для супер простого и легко запоминающегося:

import mpu.io
data = mpu.io.read('example.csv', delimiter=',', quotechar='"', skiprows=None)
mpu.io.write('example.csv', data)

Pandas

import pandas as pd

# Read the CSV into a pandas data frame (df)
#   With a df you can do many things
#   most important: visualize data with Seaborn
df = pd.read_csv('myfile.csv', sep=',')
print(df)

# Or export it in many ways, e.g. a list of tuples
tuples = [tuple(x) for x in df.values]

# or export it as a list of dicts
dicts = df.to_dict().values()

Для получения дополнительной информации см. read_csv docs . Обратите внимание, что pandas автоматически появляется, если есть строка заголовка, но вы также можете установить ее вручную.

Если вы не слышали о Seaborn , я рекомендую посмотреть на нем.

Другое

Чтение CSV-файлов поддерживается рядом других библиотек, например:

• dask.dataframe.read_csv
• spark.read.csv

Создан файл CSV

1,"A towel,",1.0
42," it says, ",2.0
1337,is about the most ,-1
0,massively useful thing ,123
-2,an interstellar hitchhiker can have.,3

Общие окончания файлов

.csv

Работа с данными

После прочтения файла CSV в списке кортежей / диктов или в кадре данных Pandas он просто работает с такими типами данные. Ничего особенного в CSV.

Альтернативы

• JSON: Приятно писать человекочитаемые данные; ОЧЕНЬ широко используется ( read & amp; write )
• CSV: Супер простой формат ( read & amp; write )
• YAML: Приятно читать, подобно JSON ( читать и писать )
• pickle: формат сериализации Python ( read & amp; write )
• MessagePack ( Пакет Python ): более компактное представление ( read & amp; write )
• HDF5 ( Пакет Python ): Nice для матриц ( read & amp; write )
• XML: существует слишком * sigh * ( read & amp; write )

Для вашего приложения может быть важно следующее:

• Поддержка другими Языки программирования
• Производительность чтения / записи
• Компактность (размер файла)

См. также: Сравнение форматов сериализации данных

Если вы скорее ищете способ создания файлов конфигурации, вы можете прочитать мою короткую статью Файлы конфигурации в Python