Membaca file CSV dengan Python

Dalam tutorial ini, kita akan belajar membaca file CSV dengan format berbeda dengan Python dengan bantuan contoh.

Kami akan secara eksklusif menggunakan csvmodul yang dibangun ke dalam Python untuk tugas ini. Tapi pertama-tama, kita harus mengimpor modul sebagai:

 import csv 

Kami telah membahas dasar-dasar cara menggunakan csvmodul untuk membaca dan menulis ke dalam file CSV. Jika Anda tidak tahu cara menggunakan csvmodul ini, lihat tutorial kami tentang CSV Python: Membaca dan Menulis file CSV

Penggunaan Dasar csv.reader ()

Mari kita lihat contoh dasar penggunaan csv.reader()untuk menyegarkan pengetahuan Anda yang sudah ada.

Contoh 1: Membaca file CSV dengan csv.reader ()

Misalkan kita memiliki file CSV dengan entri berikut:

 SN, Nama, Kontribusi 1, Linus Torvalds, Linux Kernel 2, Tim Berners-Lee, World Wide Web 3, Guido van Rossum, Pemrograman Python 

Kita bisa membaca isi file dengan program berikut:

 import csv with open('innovators.csv', 'r') as file: reader = csv.reader(file) for row in reader: print(row) 

Keluaran

 ('SN', 'Name', 'Contribution') ('1', 'Linus Torvalds', 'Linux Kernel') ('2', 'Tim Berners-Lee', 'World Wide Web') ('3' , 'Guido van Rossum', 'Pemrograman Python') 

Di sini, kami telah membuka file inovators.csv dalam mode membaca menggunakan open()fungsi.

Untuk mempelajari lebih lanjut tentang membuka file dengan Python, kunjungi: Python File Input / Output

Kemudian, csv.reader()digunakan untuk membaca file, yang mengembalikan readerobjek yang dapat diulang .

The readerobjek kemudian mengulangi menggunakan forloop untuk mencetak isi dari setiap baris.

Sekarang, kita akan melihat file CSV dengan format berbeda. Kami kemudian akan belajar bagaimana menyesuaikan csv.reader()fungsi untuk membacanya.

File CSV dengan Pembatas Kustom

Secara default, koma digunakan sebagai pembatas di file CSV. Namun, beberapa file CSV dapat menggunakan pembatas selain koma. Beberapa yang populer adalah |dan .

Misalkan file inovators.csv pada Contoh 1 menggunakan tab sebagai pembatas. Untuk membaca file tersebut, kita dapat mengirimkan delimiterparameter tambahan ke csv.reader()fungsi tersebut.

Mari kita ambil contoh.

Contoh 2: Membaca file CSV yang Memiliki Tab Delimiter

 import csv with open('innovators.csv', 'r') as file: reader = csv.reader(file, delimiter = ' ') for row in reader: print(row) 

Keluaran

 ('SN', 'Name', 'Contribution') ('1', 'Linus Torvalds', 'Linux Kernel') ('2', 'Tim Berners-Lee', 'World Wide Web') ('3' , 'Guido van Rossum', 'Pemrograman Python') 

Seperti yang bisa kita lihat, parameter opsional delimiter = ' 'membantu menentukan readerobjek dari file CSV yang kita baca, memiliki tab sebagai pembatas.

File CSV dengan spasi awal

Beberapa file CSV dapat memiliki karakter spasi setelah pembatas. Saat kami menggunakan csv.reader()fungsi default untuk membaca file CSV ini, kami juga akan mendapatkan spasi di output.

Untuk menghapus spasi awal ini, kita perlu meneruskan parameter tambahan yang disebut skipinitialspace. Mari kita lihat contohnya:

Contoh 3: Membaca file CSV dengan spasi awal

Misalkan kita memiliki file CSV bernama people.csv dengan konten berikut:

 SN, Nama, Kota 1, John, Washington 2, Eric, Los Angeles 3, Brad, Texas 

Kita bisa membaca file CSV sebagai berikut:

 import csv with open('people.csv', 'r') as csvfile: reader = csv.reader(csvfile, skipinitialspace=True) for row in reader: print(row) 

Keluaran

 ('SN', 'Name', 'City') ('1', 'John', 'Washington') ('2', 'Eric', 'Los Angeles') ('3', 'Brad', ' Texas ') 

Program ini mirip dengan contoh lain tetapi memiliki skipinitialspaceparameter tambahan yang disetel ke True.

Ini memungkinkan readerobjek mengetahui bahwa entri memiliki spasi awal. Akibatnya, spasi awal yang ada setelah pembatas dihapus.

File CSV dengan tanda kutip

Beberapa file CSV dapat memiliki tanda kutip di setiap atau beberapa entri.

Mari kita ambil quotes.csv sebagai contoh, dengan entri berikut:

 "SN", "Nama", "Kutipan" 1, Buddha, "Kami pikir kita akan menjadi" 2, Mark Twain, "Jangan pernah menyesali apa pun yang membuatmu tersenyum" 3, Oscar Wilde, "Jadilah dirimu sendiri, semua orang sudah diambil" 

Menggunakan csv.reader()dalam mode minimal akan menghasilkan keluaran dengan tanda kutip.

Untuk menghapusnya, kita harus menggunakan parameter opsional lain yang disebut quoting.

Mari kita lihat contoh cara membaca program di atas.

Contoh 4: Membaca file CSV dengan tanda kutip

 import csv with open('person1.csv', 'r') as file: reader = csv.reader(file, quoting=csv.QUOTE_ALL, skipinitialspace=True) for row in reader: print(row) 

Keluaran

 ('SN', 'Name', 'Quotes') ('1', 'Buddha', 'What we think we become') ('2', 'Mark Twain', 'Never regret anything that made you smile') ('3', 'Oscar Wilde', 'Be yourself everyone else is already taken') 

As you can see, we have passed csv.QUOTE_ALL to the quoting parameter. It is a constant defined by the csv module.

csv.QUOTE_ALL specifies the reader object that all the values in the CSV file are present inside quotation marks.

There are 3 other predefined constants you can pass to the quoting parameter:

• csv.QUOTE_MINIMAL - Specifies reader object that CSV file has quotes around those entries which contain special characters such as delimiter, quotechar or any of the characters in lineterminator.
• csv.QUOTE_NONNUMERIC - Specifies the reader object that the CSV file has quotes around the non-numeric entries.
• csv.QUOTE_NONE - Specifies the reader object that none of the entries have quotes around them.

Dialects in CSV module

Notice in Example 4 that we have passed multiple parameters (quoting and skipinitialspace) to the csv.reader() function.

This practice is acceptable when dealing with one or two files. But it will make the code more redundant and ugly once we start working with multiple CSV files with similar formats.

As a solution to this, the csv module offers dialect as an optional parameter.

Dialect helps in grouping together many specific formatting patterns like delimiter, skipinitialspace, quoting, escapechar into a single dialect name.

It can then be passed as a parameter to multiple writer or reader instances.

Example 5: Read CSV files using dialect

Suppose we have a CSV file (office.csv) with the following content:

 "ID"| "Name"| "Email" "A878"| "Alfonso K. Hamby"| "[email protected]" "F854"| "Susanne Briard"| "[email protected]" "E833"| "Katja Mauer"| "[email protected]" 

The CSV file has initial spaces, quotes around each entry, and uses a | delimiter.

Instead of passing three individual formatting patterns, let's look at how to use dialects to read this file.

 import csv csv.register_dialect('myDialect', delimiter='|', skipinitialspace=True, quoting=csv.QUOTE_ALL) with open('office.csv', 'r') as csvfile: reader = csv.reader(csvfile, dialect='myDialect') for row in reader: print(row) 

Output

 ('ID', 'Name', 'Email') ("A878", 'Alfonso K. Hamby', '[email protected]') ("F854", 'Susanne Briard', '[email protected]') ("E833", 'Katja Mauer', '[email protected]') 

From this example, we can see that the csv.register_dialect() function is used to define a custom dialect. It has the following syntax:

 csv.register_dialect(name(, dialect(, **fmtparams))) 

The custom dialect requires a name in the form of a string. Other specifications can be done either by passing a sub-class of Dialect class, or by individual formatting patterns as shown in the example.

While creating the reader object, we pass dialect='myDialect' to specify that the reader instance must use that particular dialect.

The advantage of using dialect is that it makes the program more modular. Notice that we can reuse 'myDialect' to open other files without having to re-specify the CSV format.

Read CSV files with csv.DictReader()

The objects of a csv.DictReader() class can be used to read a CSV file as a dictionary.

Example 6: Python csv.DictReader()

Suppose we have a CSV file (people.csv) with the following entries:

Name	Age	Profession
Jack	23	Doctor
Miller	22	Engineer

Let's see how csv.DictReader() can be used.

 import csv with open("people.csv", 'r') as file: csv_file = csv.DictReader(file) for row in csv_file: print(dict(row)) 

Output

 ('Name': 'Jack', ' Age': ' 23', ' Profession': ' Doctor') ('Name': 'Miller', ' Age': ' 22', ' Profession': ' Engineer') 

As we can see, the entries of the first row are the dictionary keys. And, the entries in the other rows are the dictionary values.

Here, csv_file is a csv.DictReader() object. The object can be iterated over using a for loop. The csv.DictReader() returned an OrderedDict type for each row. That's why we used dict() to convert each row to a dictionary.

Notice that we have explicitly used the dict() method to create dictionaries inside the for loop.

 print(dict(row)) 

Note: Starting from Python 3.8, csv.DictReader() returns a dictionary for each row, and we do not need to use dict() explicitly.

The full syntax of the csv.DictReader() class is:

 csv.DictReader(file, fieldnames=None, restkey=None, restval=None, dialect='excel', *args, **kwds) 

To learn more about it in detail, visit: Python csv.DictReader() class

Using csv.Sniffer class

The Sniffer class is used to deduce the format of a CSV file.

The Sniffer class offers two methods:

• sniff(sample, delimiters=None) - This function analyses a given sample of the CSV text and returns a Dialect subclass that contains all the parameters deduced.

An optional delimiters parameter can be passed as a string containing possible valid delimiter characters.

• has_header(sample) - This function returns True or False based on analyzing whether the sample CSV has the first row as column headers.

Let's look at an example of using these functions:

Example 7: Using csv.Sniffer() to deduce the dialect of CSV files

Suppose we have a CSV file (office.csv) with the following content:

 "ID"| "Name"| "Email" A878| "Alfonso K. Hamby"| "[email protected]" F854| "Susanne Briard"| "[email protected]" E833| "Katja Mauer"| "[email protected]" 

Let's look at how we can deduce the format of this file using csv.Sniffer() class:

 import csv with open('office.csv', 'r') as csvfile: sample = csvfile.read(64) has_header = csv.Sniffer().has_header(sample) print(has_header) deduced_dialect = csv.Sniffer().sniff(sample) with open('office.csv', 'r') as csvfile: reader = csv.reader(csvfile, deduced_dialect) for row in reader: print(row) 

Output

 True ('ID', 'Name', 'Email') ('A878', 'Alfonso K. Hamby', '[email protected]') ('F854', 'Susanne Briard', '[email protected]') ('E833', 'Katja Mauer', '[email protected]') 

As you can see, we read only 64 characters of office.csv and stored it in the sample variable.

This sample was then passed as a parameter to the Sniffer().has_header() function. It deduced that the first row must have column headers. Thus, it returned True which was then printed out.

Demikian pula, sampel juga diteruskan ke Sniffer().sniff()fungsi tersebut. Ini mengembalikan semua parameter yang disimpulkan sebagai Dialectsubclass yang kemudian disimpan dalam variabel deduced_dialect.

Kemudian, kami membuka kembali file CSV dan meneruskan deduced_dialectvariabel sebagai parameter ke csv.reader().

Ia mampu memprediksi dengan benar delimiter, quotingdan skipinitialspaceparameter di file office.csv tanpa kami secara eksplisit menyebutkannya.

Catatan: Modul csv juga dapat digunakan untuk ekstensi file lain (seperti: .txt ) selama isinya dalam struktur yang benar.

Bacaan yang Disarankan: Menulis ke File CSV dengan Python