CSV 看似简单
CSV 常用于导入导出表格。它本质是文本格式,但字段内可能包含逗号、引号或换行,因此不应该直接用 split(',') 解析真实数据。
按字段名读取
python
import csv
with open('items.csv', newline='', encoding='utf-8-sig') as f:
rows = list(csv.DictReader(f))
for row in rows:
print(row.get('name', '').strip())utf-8-sig 适合处理部分带 BOM 的 UTF-8 CSV 文件。
输出新文件
python
with open('clean.csv', 'w', newline='', encoding='utf-8') as f:
writer = csv.DictWriter(f, fieldnames=['name', 'category'])
writer.writeheader()
writer.writerow({'name': '学习笔记', 'category': '技术'})整理前先核对
- 字段名是否一致?是否有重复列名?
- 有些字段看起来是数字,但可能包含前导零,应作为字符串保存。
- 如果要在表格软件中打开来自不可信来源的数据,注意以
=,+,-,@开头的单元格可能被解释为公式。
数据清理第一步是保留原始文件,避免边改边丢失来源。