python中csv.DictReader()方法怎么使用

本篇內容介紹了“python中csv.DictReader()方法怎么使用”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

簡單使用csv.DictReader()方法

示例代碼1：

import csv
f = open('sample','r',encoding='utf8')
reader = csv.DictReader(f)
print(reader) # <csv.DictReader object at 0x000002241D730FD0>
for line in reader: # reader為了方便理解我們可以把它看成是一個列表嵌套OrderedDict(一種長相類似于列表的數據類型)
    print(line) # OrderedDict([('id', '1'), ('name', 'jason'), ('age', '18')])

sample為一個txt文件，文件內容如下：

id,name,age
1,jason,18
2,jian,20
3,xiaoming,30
4,dog,40

代碼運行在終端輸出的結果為：

<csv.DictReader object at 0x000001FCF6FA0FD0>    # 來自于示例代碼1中的print(reader)
OrderedDict([('id', '1'), ('name', 'jason'), ('age', '18')])    # 來自于示例代碼1中的print(line)
1 jason 18    # 來自于示例代碼1中的print(line['id'],line['name'],line['age'])
OrderedDict([('id', '2'), ('name', 'jian'), ('age', '20')])
2 jian 20
OrderedDict([('id', '3'), ('name', 'xiaoming'), ('age', '30')])
3 xiaoming 30
OrderedDict([('id', '4'), ('name', 'dog'), ('age', '40')])
4 dog 40

OrderedDict是一種長相類似于列表的數據類型，該列表中嵌套著元組例：line = OrderedDict([('id', '1'), ('name', 'jason'), ('age', '18')])，每個元組中的第一個元素為鍵，第二個元素為值（類似于字典），每個元組中的鍵是哪里來的呢？==默認情況下（可以自己設置的）==csv.DictReader()讀到的第一行數據就是鍵。并且可以通過索引的方法來取出OrderedDict數據中的值print(line['id'],line['name'],line['age']) # 可以通過鍵進行索引取值（類似于字典）。

使用csv.DictReader()之fieldnames參數

在reader = csv.DictReader(f,fieldnames=['new_id','new_name','new_age'])中添加參數fieldnames=['new_id','new_name','new_age']用來指定鍵。

示例代碼2：

import csv
f = open('sample','r',encoding='utf8')
# 通過fieldnames參數指定字段
reader = csv.DictReader(f,fieldnames=['new_id','new_name','new_age'])
head_row = next(reader) # next()方法用于移動指針
print(reader) # <csv.DictReader object at 0x000002241D730FD0>
for line in reader: # reader為了方便理解我們可以把它看成是一個列表嵌套OrderedDict(一種長相類似于列表的數據類型)
    print(line) # OrderedDict([('new_id', '2'), ('new_name', 'jian'), ('new_age', '20')]) 
    # 通過指定的字段進行索引取值并打印輸出
    print(line['new_id'],line['new_name'],line['new_age']) # 可以通過鍵進行索引取值（類似于字典）

next()方法用于移動指針，示例代碼2中的head_row = next(reader)獲取的是第一行數據存儲在head_row中，執行一次next()指針移動一行，此時指針已經移動到了第二行開頭，再次讀數據的時候，就從第二行開始讀取。如果不執行head_row = next(reader)則輸出中還會多出這樣的結果OrderedDict([('new_id', 'id'), ('new_name', 'name'), ('new_age', 'age')])第一行數據也被算在了其中。

代碼運行在終端輸出的結果為：

<csv.DictReader object at 0x000001D329CF2080>    # 來自于示例代碼2的print(reader) 
OrderedDict([('new_id', '1'), ('new_name', 'jason'), ('new_age', '18')])    # 來自于示例代碼2的print(line)
1 jason 18    # 來自于示例代碼2的print(line['new_id'],line['new_name'],line['new_age'])
OrderedDict([('new_id', '2'), ('new_name', 'jian'), ('new_age', '20')])
2 jian 20
OrderedDict([('new_id', '3'), ('new_name', 'xiaoming'), ('new_age', '30')])
3 xiaoming 30
OrderedDict([('new_id', '4'), ('new_name', 'dog'), ('new_age', '40')])
4 dog 40

使用csv.DictReader()之restkey參數

如果讀取的行具有比鍵名序列更多的值，此時則會將剩余的數據作為值添加到restkey中的鍵下面。此時我們修改sample文件多添加一列數據。
在reader = csv.DictReader(f,fieldnames=['new_id','new_name','new_age'],restkey='hobby')中添加restkey='hobby'用來指定接收多余值的鍵，并且要注意restkey只能傳入一個值，不能傳入列表，元組數據類型。

sample為一個txt文件，文件內容如下：

id,name,age
1,jason,18,dbj
2,jian,20,lol
3,xiaoming,30,game
4,dog,40,noting

示例代碼3：

import csv
f = open('sample','r',encoding='utf8')
# 通過fieldnames參數指定字段,超出fieldnames中鍵數量的值，用restkey中的鍵來接收
reader = csv.DictReader(f,fieldnames=['new_id','new_name','new_age'],restkey='hobby')
head_row = next(reader) # next用于移動指針
print(reader) # <csv.DictReader object at 0x000002241D730FD0>
for line in reader: # reader為了方便理解我們可以把它看成是一個列表嵌套OrderedDict(一種長相類似于列表的數據類型)
    print(line) # OrderedDict([('new_id', '2'), ('new_name', 'jian'), ('new_age', '20')]) 
    # 通過指定的字段進行索引取值并打印輸出
    print(line['new_id'],line['new_name'],line['new_age'],line['hobby']) # 可以通過鍵進行索引取值（類似于字典）

代碼運行在終端輸出的結果為：

<csv.DictReader object at 0x000001CB6B6030F0>    # 來自于示例代碼3的print(reader) 
OrderedDict([('new_id', '1'), ('new_name', 'jason'), ('new_age', '18'), ('hobby', ['dbj'])]) # 來自于示例代碼3的print(line)
1 jason 18    # 來自于示例代碼3的print(line['new_id'],line['new_name'],line['new_age'])
OrderedDict([('new_id', '2'), ('new_name', 'jian'), ('new_age', '20'), ('hobby', ['lol'])])
2 jian 20
OrderedDict([('new_id', '3'), ('new_name', 'xiaoming'), ('new_age', '30'), ('hobby', ['game'])])
3 xiaoming 30
OrderedDict([('new_id', '4'), ('new_name', 'dog'), ('new_age', '40'), ('hobby', ['noting'])])
4 dog 40

從代碼運行結果中我們會發現多出來的值，確實使用restkey指定的鍵restkey='hobby'來接收了OrderedDict([('new_id', '1'), ('new_name', 'jason'), ('new_age', '18'), ('hobby', ['dbj'])])
注意雖然多余的鍵可以用restkey指定的鍵接收，但是卻無法通過索引打印出來，也就是執行print(line["hobby"])的話就會報錯KeyError: 'hobby'。

使用csv.DictReader()之restval參數

如果讀取的行具有比鍵名序列更少的值，此時剩余的鍵則會使用可選參數restval中的值。此時我們修改sample文件多添加一列數據。
在reader = csv.DictReader(f,fieldnames=['new_id','new_name','new_age','hobby'],restval='others')中添加restval='others'用來指定鍵對應值為空時的默認值，并且要注意restval也只能傳入一個值，不能傳入列表，元組數據類型。

sample為一個txt文件，文件內容如下：

id,name,age
1,jason,18
2,jian,20,lol
3,xiaoming,30
4,dog,40,noting

示例代碼4：

import csv
f = open('sample','r',encoding='utf8')
# 通過fieldnames參數指定字段,超出fieldnames中鍵數量的值，用restkey中的鍵來接收
reader = csv.DictReader(f,fieldnames=['new_id','new_name','new_age','hobby'],restval='others')
head_row = next(reader) # next用于移動指針
# print(reader) # <csv.DictReader object at 0x000002241D730FD0>
for line in reader: # reader為了方便理解我們可以把它看成是一個列表嵌套OrderedDict(一種長相類似于列表的數據類型)
    print(line) # OrderedDict([('new_id', '1'), ('new_name', 'jason'), ('new_age', '18'), ('hobby', 'others')]) 
    # 通過指定的字段進行索引取值并打印輸出
    print(line['new_id'],line['new_name'],line['new_age'],line['hobby']) # 可以通過鍵進行索引取值（類似于字典）

代碼運行在終端輸出的結果為：

OrderedDict([('new_id', '1'), ('new_name', 'jason'), ('new_age', '18'), ('hobby', 'others')])  # 來自于示例代碼4的print(line)
1 jason 18 others  # 來自于示例代碼4的print(line['new_id'],line['new_name'],line['new_age'],line['hobby'])
OrderedDict([('new_id', '2'), ('new_name', 'jian'), ('new_age', '20'), ('hobby', 'lol')])
2 jian 20 lol
OrderedDict([('new_id', '3'), ('new_name', 'xiaoming'), ('new_age', '30'), ('hobby', 'others')])3 xiaoming 30 others
OrderedDict([('new_id', '4'), ('new_name', 'dog'), ('new_age', '40'), ('hobby', 'noting')])
4 dog 40 noting

“python中csv.DictReader()方法怎么使用”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！