PythonのCSVや配列の取り扱いメモ

前回、Excel操作について調べた際に、Pythonでは openpyxl というライブラリを使用することで、Excelファイルを読み込み、オブジェクトとして扱えることを確認した。
これにより、Python上でExcelの内容を操作できるようになった。
import openpyxl
wb = openpyxl.load_workbook("C:/temp/aaa.xlsx")
さらにPyhotnに慣れるために新たな題材で配列やCSVの取り扱いについても調べてみた。
下記は配列
data = [
{"name": "A", "qty": 10}, <<配列の入力の仕方
{"name": "B", "qty": 20}
]
for d in data:
print(d["name"], d["qty"]) <<配列の表示のさせ方
-------
実行結果
A 10
B 20
こちらはCSV。調べたところによるとなんかVBAに似てる。
でも今現在出先で自宅PCでのPython環境が無いため急遽WEB上で操作させた。
そのため、CSVファイルにアクセスをさせられるのもよろしくないので、疑似的にCSVを埋め込んで?みた。
------
import csv <<CSVの読み込み
with open("C:\Temp/test.csv") as f: <<VBAのテキストファイル読み込みに似てる
for row in csv.reader(f):
print(row)
------
import csv
import io <<疑似的にファイルを作るための宣言
data = io.StringIO("""a,b,c <<これが疑似CSV
1,2,3
4,5,6
""")
for row in csv.reader(data):
print(row)
``
実行結果
['a', 'b', 'c']
['1', '2', '3']
['4', '5', '6']
------
paiza のその画面では実ファイル(CSV)を置けない。
だから代わりに、CSVの中身を文字列としてコード内に書いて、
それを“ファイルのふり”をさせて csv.reader に渡す。
その役目が io.StringIO となる。
また、この出力結果ではなく、項目名とかつけて出力したかったので、
調べてみたところ、csv.readerとcsv.DictReaderという設定があった。
ーーー
import csv
import io
data = io.StringIO("""name,qty
apple,10
orange,20
""")
for row in csv.DictReader(data):
print(row["name"], row["qty"])
ーーー
実行結果
apple 10
orange 20
ちなみにcsv.readerとcsv.DictReaderの違い
csv.reader
カンマで区切るだけで1行ごとに「リスト」にする。
列名という概念は持たない
csv.DictReader
1行目 → 項目名(ラベル)2行目以降 → データ
各行が「項目名付きのデータ」になる。
因みに自宅でCSV作ってやってみた。
>>> import csv
>>> with open("C:\tmp/test.csv") as f:
... for row in csv.reader(f):
... print(row)
...
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
OSError: [Errno 22] Invalid argument: 'C:\tmp/test.csv'
果て、なんのことだかさっぱり。。調べてみると
ファイルパスの文字列内にある \t が「タブ(Tab)」という特殊な文字(エスケープシーケンス)として解釈されてしまったため。
Pythonでは、文字列の中で \(バックスラッシュ、または円記号)の後に特定の文字が続くと、特別な意味を持つ文字として扱われます。 今回の場合、"C:\tmp/test.csv" の "C:\t..." の部分がタブ文字に変換されてしまい、正しいファイルパスとして認識されなくなる。つまりスラッシュを入れればよかっただけ。
または、文字列の前に r を付けることで、\ を特殊文字ではなく、ただの文字として扱うことができる。
下記のr、赤文字の部分。
>>> import csv
>>> with open(r"C:\tmp/test.csv") as f:
... for row in csv.reader(f):
... print(row)
...
実行結果。
['Name', 'Age', 'Gender']
['Taka', '47', 'M']
['Mika', '23', 'F']
['Uji', '35', 'M']
['Iris', '19', 'F']
>>>

コメント