Python 标准库:csv

我们经常会用 CSV 文件保存联系人信息,或者一些表格数据, 在 Python 中也会有支持 CSV 的标准库。

如果需要从 CSV 文件中读取数据并返回一组字典应该怎么做呢?

比如对下面这个文件 data.csv

"Ordinal","Name","DoB"
1,"Annabel",08/18/2007
2,"Brian",08/19/2007
3,"Charlie",08/20/2007
4,"Derek",08/21/2007
5,"Emily",08/22/2007
6,"Fortune",08/23/2007
7,"Gerald",08/24/2007
8,"Harriet",08/25/2007
9,"India",08/26/2007

可以用下面这个函数来读取数据, 把第一行的列名作为字典的 key ,后面每行的数据做为 value, 和 key 对应地逐条显示出来。

import csv

def read_csv_loop(file_name='data.csv'):
    raw_result = []
    with open(file_name) as f:
        reader = csv.reader(f)
        for row in reader:
            raw_result.append(row)
    keys = raw_result[0]
    result = []
    for row in raw_result[1:]:
        result.append({keys[i] : val for i, val in enumerate(row)})
    return result

其中 with 语句是为了防止打开的文件忘记被关掉,不过这个方法有点麻烦,它用了一个 enumerate 函数来遍历读出来的结果。csv 还有更好用的方法 DictReader 可以利用,

import csv
def read_csv(file_name='data.csv'):
    with open(file_name) as f:
        reader = csv.DictReader(f)
        return [row for row in reader]

if __name__ == '__main__':
    print read_csv('data.csv')

输出:
[{'Ordinal': '1', 'DoB': '08/18/2007', 'Name': 'Annabel'}, {'Ordinal': '2', 'DoB': '08/19/2007', 'Name': 'Brian'}, {'Ordinal': '3', 'DoB': '08/20/2007', 'Name': 'Charlie'}, {'Ordinal': '4', 'DoB': '08/21/2007', 'Name': 'Derek'}, {'Ordinal': '5', 'DoB': '08/22/2007', 'Name': 'Emily'}, {'Ordinal': '6', 'DoB': '08/23/2007', 'Name': 'Fortune'}, {'Ordinal': '7', 'DoB': '08/24/2007', 'Name': 'Gerald'}, {'Ordinal': '8', 'DoB': '08/25/2007', 'Name': 'Harriet'}, {'Ordinal': '9', 'DoB': '08/26/2007', 'Name': 'India'}]

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,711评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,932评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,770评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,799评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,697评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,069评论 1 276
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,535评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,200评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,353评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,290评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,331评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,020评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,610评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,694评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,927评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,330评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,904评论 2 341

推荐阅读更多精彩内容