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.