CSV
Analyse de Fichiers CSV en Python
Les fichiers CSV (Comma-Separated Values) sont un format populaire pour la représentation de données tabulaires. Python fournit le module csv
pour lire et écrire des fichiers CSV, et la bibliothèque pandas
offre des fonctionnalités avancées pour manipuler ces fichiers.
Utilisation du Module csv
Importation du Module csv
import csv
Lecture d'un Fichier CSV
Syntaxe de Base avec csv.reader
with open('fichier.csv', mode='r') as file:
reader = csv.reader(file)
for row in reader:
print(row)
Écriture dans un Fichier CSV
Syntaxe de Base avec csv.writer
with open('fichier.csv', mode='w', newline='') as file:
writer = csv.writer(file)
writer.writerow(['Nom', 'Age'])
writer.writerow(['Alice', 30])
Utilisation de pandas pour les Fichiers CSV
Importation de pandas
import pandas as pd
Lecture d'un Fichier CSV avec pandas
Syntaxe
df = pd.read_csv('fichier.csv')
Écriture dans un Fichier CSV avec pandas
Syntaxe
df.to_csv('fichier.csv', index=False)
Options et Paramètres Utiles
csv Module
Delimiter
Spécifiez un délimiteur autre que la virgule.
csv.reader(file, delimiter=';')
Quotechar
Spécifiez un caractère de citation pour les champs contenant des délimiteurs.
csv.reader(file, quotechar='"')
pandas
Sélection de Colonnes
Lisez seulement certaines colonnes.
pd.read_csv('fichier.csv', usecols=['Nom', 'Age'])
Gestion des Dates
Parsez les colonnes de dates automatiquement.
pd.read_csv('fichier.csv', parse_dates=['Date'])
Bonnes Pratiques
Gestion des Exceptions : Utilisez des blocs try
et except
pour gérer les erreurs de lecture/écriture.
Nettoyage des Données : Nettoyez et validez les données lors du parsing pour éviter des erreurs.
Choix d'Outils : Utilisez pandas
pour des fonctionnalités plus avancées, surtout avec de grands ensembles de données.
Besoin d'aide ?
Rejoignez notre communauté officielle et ne restez plus seul à bloquer sur un problème !