책들
Python
제10장. 데이터 형식과 직렬화
CSV와 함께 작업하기

Python:
CSV와 함께 작업하기

방법:

Python은 내장된 csv 모듈을 제공하여 CSV 파일을 다루는 것을 간단하게 해주어, 이를 통해 파일로부터 읽고 쓰기가 쉬워집니다. 더 견고하고 복잡한 데이터 조작을 위해, 서드 파티 라이브러리인 pandas가 매우 인기가 높습니다.

csv 모듈 사용하기

CSV 파일 읽기 

import csv

with open('sample.csv', mode='r') as file:
    csv_reader = csv.reader(file)
    for row in csv_reader:
        print(row)

sample.csv에 다음과 같은 내용이 있다고 가정:

name,age,city
John,22,New York
Jane,28,Los Angeles

출력:

['name', 'age', 'city']
['John', '22', 'New York']
['Jane', '28', 'Los Angeles']

CSV 파일 쓰기 

import csv

rows = [['name', 'age', 'city'], ['Jack', '33', 'Chicago'], ['Emily', '41', 'Denver']]

with open('output.csv', mode='w', newline='') as file:
    writer = csv.writer(file)
    writer.writerows(rows)

output.csv를 다음으로 생성하거나 덮어씁니다:

name,age,city
Jack,33,Chicago
Emily,41,Denver

pandas로 CSV 다루기

pandas는 데이터 조작을 단순화하는 강력한 라이브러리로 다른 데이터 형식들 사이에서도 CSV 파일을 다루는 것을 간편하게 합니다.

pandas 설치 

pip install pandas

pandas로 CSV 파일 읽기 

import pandas as pd

df = pd.read_csv('sample.csv')
print(df)

출력:

    name  age         city
0   John   22    New York
1   Jane   28  Los Angeles

pandas로 CSV 파일 쓰기 

import pandas as pd

df = pd.DataFrame({'name': ['Jack', 'Emily'], 'age': [33, 41], 'city': ['Chicago', 'Denver']})
df.to_csv('output_pandas.csv', index=False)

output_pandas.csv를 다음으로 생성하거나 덮어씁니다:

name,age,city
Jack,33,Chicago
Emily,41,Denver
JSON과 함께 일하기