Python csv модуль: практические примеры для табличных данных

Расширенные примеры использования модуля csv

Пример 1: Чтение CSV с несколькими разделителями и разными типами цитирования

Предположим, файл использует табуляцию как разделитель, а некоторые поля заключены в двойные кавычки. Для работы используется диалект excel-tab.

import csv

with open('tab_separated.csv', 'r', encoding='utf-8') as f:
    reader = csv.reader(f, dialect='excel-tab')
    for row in reader:
        print(row)

['ID', 'Name', 'Description']
['1', 'Item A', 'Simple item']
['2', 'Item B', 'Complex "description" with quotes']

Обратите внимание: кавычки внутри цитируемого поля экранируются автоматически.

Пример 2: Запись CSV с пользовательским диалектом и нестандартным символом кавычек

Создаётся собственный диалект с апострофом в качестве символа цитирования и разделителем двоеточие.

import csv

csv.register_dialect('colon', delimiter=':', quotechar="'", quoting=csv.QUOTE_ALL)

with open('custom.csv', 'w', encoding='utf-8', newline='') as f:
    writer = csv.writer(f, dialect='colon')
    writer.writerow(['a', 'b', 'c'])
    writer.writerow([1, 2, 3])

Результат в файле custom.csv:

'a':'b':'c'
'1':'2':'3'

Пример 3: Использование Sniffer для автоматического определения диалекта и разделителя

Функция csv.Sniffer().sniff() возвращает объект диалекта. Дополнительно можно проверить, содержит ли файл заголовок.

import csv

with open('mixed.csv', 'r', encoding='utf-8') as f:
    sample = f.read(2048)
    dialect = csv.Sniffer().sniff(sample)
    has_header = csv.Sniffer().has_header(sample)
    f.seek(0)
    reader = csv.reader(f, dialect=dialect)
    if has_header:
        header = next(reader)
        print('Заголовок:', header)
    for row in reader:
        print(row)

Заголовок: ['Дата', 'Продажи', 'Комментарий']
['2024-01-01', '100', 'хороший месяц']
['2024-02-01', '150', 'отлично']

Этот пример демонстрирует, как автоматически адаптироваться к различным форматам без ручной настройки.

Пример 4: Обработка CSV с вложенными данными (например, списки внутри поля)

Если одно поле содержит список значений, разделённых точкой с запятой, их можно дополнительно разбить после чтения.

import csv

with open('nested.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        tags = row['Tags'].split(';')
        print(f"Title: {row['Title']}, Tags: {tags}")

Title: Статья 1, Tags: ['python', 'csv']
Title: Статья 2, Tags: ['data', 'analysis']

Пример 5: Работа с кодировками и большими файлами (построчное чтение с фильтрацией)

При обработке больших файлов важно не накапливать данные в памяти. Ниже показано, как фильтровать строки по условию и записывать результат в новый файл.

import csv

with open('big_data.csv', 'r', encoding='utf-8') as inf, open('filtered.csv', 'w', encoding='utf-8', newline='') as outf:
    reader = csv.DictReader(inf)
    writer = csv.DictWriter(outf, fieldnames=reader.fieldnames)
    writer.writeheader()
    for row in reader:
        if int(row['Age']) >= 18:
            writer.writerow(row)

Этот код копирует только строки, где возраст не меньше 18, эффективно используя память.

Пример 6: Использование csv.reader со специальными параметрами (escapechar, lineterminator)

Если в данных встречаются символы, совпадающие с разделителем, их можно экранировать обратным слешем.

import csv

with open('escaped.csv', 'r', encoding='utf-8') as f:
    reader = csv.reader(f, escapechar='\\', quoting=csv.QUOTE_NONE)
    for row in reader:
        print(row)

['a', 'b, c', 'd']
['1', '2', '3']

Здесь запятая внутри поля не считается разделителем, так как перед ней стоит \\. Параметр quoting=csv.QUOTE_NONE отключает цитирование.