So importieren Sie CSV, um Python aufzulisten

Was ist eine CSV -Datei?

Ein CSV ist eine Datei (comma -getrennte Werte), in der Daten in Form einer Tabelle enthalten sind. Die Erweiterung der CSV -Datei ist .CSV. Diese CSV -Datei wird hauptsächlich in der Datenanalyse verwendet. Neben der Datenanalyse wird die CSV-Datei auch in der E-Commerce-Anwendung verwendet, da sie in allen Arten von Programmiersprachen sehr einfach zu handhaben ist.

Wir können das CSV wie eine Liste, eine Liste von Tupeln und eine Liste von Wörterbüchern in verschiedene Datenstrukturen konvertieren. Wir können den CSV auch ohne den Header oder mit dem Header als Liste speichern, und dafür können wir einige Bibliotheken für maschinelles Lernen wie Pandas verwenden.

Beispiel_1: Konvertieren Sie den CSV in Python, um in Python aufzulisten

Das folgende ist eine CSV -Beispieldatei, mit der in eine Liste konvertiert wird.

"Monat", "1958", "1959", "1960"
"Jan", 340, 360, 417
"Feb", 318, 342, 391
"Mar", 362, 406, 419
"Apr", 348, 396, 461
"May", 363, 420, 472
"Jun", 435, 472, 535
"Jul", 491, 548, 622
"Aug", 505, 559, 606
"Sep", 404, 463, 508
"Oct", 359, 407, 461
"Nov", 310, 362, 390
"Dec", 337, 405, 432 CSV importieren
mit offen ('Probe.csv ',' r ') als read_obj:
csv_reader = csv.Leser (read_obj)
list_of_csv = list (csv_reader)
print (list_of_csv)

Ausgang:

['Jan', 340, 360, 417], ['Feb', 318, 342, 391], ['Mar', 362, 406, 419], ['Apr', 348, 396, 461], [ 'May', 363, 420, 472], ['Jun', 435, 472, 535], ['Jul', 491, 548, 622], ['Aug', 505, 559, 606], ['Sep ', 404, 463, 508], [' Oct ', 359, 407, 461], [' Nov ', 310, 362, 390], [' Dec ', 337, 405, 432]]

Linie 1: Wir importieren das CSV -Modul.

Zeile 2 bis 4: Wir öffnen die Probe.CSV -Datei im Lesemodus 'R'. Dann übergeben wir die Read_OBJ an den CSV.Reader () Methode beim Erstellen eines Objekts zum Lesen der CSV -Datei. Anschließend konvertieren wir die CSV -Lesedaten explizit in eine Liste mit dem Typ Cast in eine Liste.

Zeile 6: Die obige Ausgabe zeigt, dass unsere CSV -Daten jetzt erfolgreich in die Liste konvertiert werden.

Beispiel_2: Verwenden Sie Pandas zum Lesen der CSV -Liste

In diesem Beispiel werden wir die Pandas -Bibliothek verwenden, um die CSV -Datei zu lesen und sie in eine Liste umzuwandeln. Die CSV -Datei ist dasselbe, die wir im Beispiel_1 verwendet haben (Beispiel.CSV).

Pandas als PD importieren
df = pd.read_csv ('sample.CSV ', Delimiter =', ')
list_of_csv = [Liste (Zeile) für Zeile in DF.Werte]
print (list_of_csv)

Ausgang:

['Jan', 340, 360, 417], ['Feb', 318, 342, 391], ['Mar', 362, 406, 419], ['Apr', 348, 396, 461], [ 'May', 363, 420, 472], ['Jun', 435, 472, 535], ['Jul', 491, 548, 622], ['Aug', 505, 559, 606], ['Sep ', 404, 463, 508], [' Oct ', 359, 407, 461], [' Nov ', 310, 362, 390], [' Dec ', 337, 405, 432]]

Linie 1: Wir importieren das Pandas -Modul als PD.

Zeile 2 bis 3: Wir lesen die CSV -Datei mit der Pandas Library Read_CSV und konvertierte sie in einen DataFrame (DF). Dann konvertieren wir jede Zeile in eine Liste und weisen das Ergebnis der Variablen list_of_csv zu.

Zeile 4: Die obige Ausgabe zeigt, dass unsere CSV -Daten jetzt erfolgreich in die Liste konvertiert werden.

Beispiel_3: Konvertieren Sie die CSV -Dateidaten in eine Liste von Tupeln

In diesem Beispiel werden wir die CSV -Dateidaten in eine Liste von Tupeln konvertieren. Die CSV -Datei ist dasselbe, die wir im Beispiel_1 verwendet haben (Beispiel.CSV).

CSV importieren
mit offen ('Probe.csv ',' r ') als read_obj:
csv_reader = csv.Leser (read_obj)
list_of_csv = list (map (tuple, csv_reader))
print (list_of_csv)

Ausgang:

[('Monat', '"1958",' "1959", '"1960"'), ('Jan', '340', '360', '417'), ('Feb', '318 ',' 342 ',' 391 '), (' Mar ',' 362 ',' 406 ',' 419 '), (' Apr ',' 348 ',' 396 ',' 461 '), (' May ',' 363 ',' 420 ',' 472 '), (' jun ',' 435 ',' 472 ',' 535 '), (' Jul ',' 491 ',' 548 ',' 622 ') , ('Aug', '505', '559', '606'), ('Sep', '404', '463', '508'), ('Oct', '359', '407',, '461'), ('Nov', '310', '362', '390'), ('Dec', '337', '405', '432')]

Linie 1: Wir importieren das CSV -Modul.

Zeile 2 bis 4: Wir öffnen die Probe.CSV -Datei im Lesemodus 'R'. Wir übergeben die Read_OBJ an den CSV.Reader () Methode beim Erstellen eines Objekts zum Lesen der CSV -Datei. Dann konvertieren wir jede Zeile des CSV mithilfe einer Kartenfunktion in ein Tupel und konvertieren schließlich die gesamten Daten in eine Liste.

Zeile 5: Die obige Ausgabe zeigt, dass unsere CSV -Daten jetzt erfolgreich in eine Liste von Tupeln umgewandelt werden.

Beispiel_4: Konvertieren Sie die CSV -Dateidaten in eine Liste von Wörterbüchern

In diesem Beispiel werden wir die CSV -Dateidaten in eine Liste von Wörterbüchern umwandeln. Die CSV -Datei ist dasselbe, die wir im Beispiel_1 verwendet haben (Beispiel.CSV).

CSV importieren
mit offen ('Probe.csv ',' r ') als read_obj:
dict_reader = csv.Dictreader (read_obj)
list_of_dict = list (dict_reader)
print (list_of_dict)

Ausgang:

['Monat': 'Jan', '"1958"': '340', '"1959"': '360', '"1960"': '417', 'Month': 'Feb', '"1958":' 318 ',' "1959" ':' 342 ',' "1960" ':' 391 ', ' Month ':' Mar ',' "1958": '362',, '"1959":' 406 ',' "1960" ':' 419 ', ' Month ':' Apr ',' "1958" ':' 348 ',' "1959": '396',, '"1960"': '461', 'Monat': 'May', '"1958"': '363', '"1959"': '420', '"1960":' 472 ' , 'Monat': 'jun', '"1958"': '435', '"1959"': '472', '"1960"': '535', 'Month': 'Jul', '"1958":' 491 ',' "1959" ':' 548 ',' "1960" ':' 622 ', ' Month ':' Aug ',' "1958": '505',, '"1959":' 559 ',' "1960" ':' 606 ', ' Month ':' Sep ',' "1958": '404', '"1959":' 463 ',, '"1960"': '508', 'Month': 'Oct', '"1958"': '359', '"1959":' 407 ',' "1960": '461' , 'Monat': 'Nov', '"1958"': '310', '"1959":' 362 ',' "1960" ':' 390 ', ' Month ':' Dec ',, '"1958":' 337 ',' "1959" ':' 405 ',' "1960" ':' 432 ']

Linie 1: Wir importieren das CSV -Modul.

Zeile 2 bis 4: Wir öffnen die Probe.CSV -Datei im Lesemodus 'R'. Dann übergeben wir den Read_OBJ an die

CSV.Dictreader -Methode Beim Erstellen eines Objekts zum Lesen der CSV -Datei. Der CSV.Dictreader wandelt automatisch jede Zeile in ein Wörterbuch um. Und dann konvertieren wir die gesamten Ergebnisse in eine Liste.

Zeile 6: Die obige Ausgabe zeigt, dass unsere CSV -Daten jetzt erfolgreich in eine Liste von Wörterbüchern umgewandelt werden.

Beispiel_5: Verwenden der Pandas zum Umwandeln der CSV -Dateidaten in eine Liste mit dem Header

In diesem Beispiel werden wir die Pandas -Bibliothek verwenden, um die CSV -Datei zu lesen und zusammen mit Header in eine Liste umzuwandeln. Die CSV -Datei ist dasselbe, die wir im Beispiel_1 verwendet haben (Beispiel.CSV).

Pandas als PD importieren
df = pd.read_csv ('sample.CSV ', Delimiter =', ')
list_of_csv = [Liste (Zeile) für Zeile in DF.Werte]
list_of_csv.Einfügen (0, df.Säulen.auflisten())
print (list_of_csv)

Ausgang:

[['Monat', '"1958",' "1959", '"1960' '], [' Jan ', 340, 360, 417], [' Feb ', 318, 342, 391], [ 'Mar', 362, 406, 419], ['Apr', 348, 396, 461], ['May', 363, 420, 472], ['Jun', 435, 472, 535], ['Jul ', 491, 548, 622], [' Aug ', 505, 559, 606], [' Sep ', 404, 463, 508], [' Oct ', 359, 407, 461], [' Nov ', [' Nov ', 310, 362, 390], ['Dec', 337, 405, 432]]

Linie 1: Wir importieren das Pandas -Modul als PD.

Zeile 2 bis 4: Wir haben den CSV mithilfe der Pandas Library Read_CSV gelesen und ihn in einen DataFrame (DF) konvertiert. Dann konvertieren wir jede Zeile in eine Liste und weisen das Ergebnis der Variablen list_of_csv zu. In der nächsten Zeile fügen wir nun ein Listenelement unter Position 0 der List_of_csv (Listenvariable) hinzu. Dieses Listenelement ist der Name der Spalten der CSV -Dateidaten.

Zeile 5: Die obige Ausgabe zeigt, dass unsere CSV -Daten jetzt erfolgreich in die Liste konvertiert werden und der erste Listenwert der Name der Spalten (Header) ist.

Abschluss

In diesem Blog haben wir gelernt, wie die CSV -Dateidaten in eine Liste konvertiert werden können. Wir haben alle Methoden der Listendatenstruktur wie Tupel, Wörterbücher gesehen. Wir haben auch die gleiche Methode mit der Pandas -Bibliothek gesehen. Dann haben wir auch gesehen, wie man den Header des CSV in die Liste hinzufügt.