Python CSV Reader Example: Madali at Mabilis na Paggamit ng CSV sa Python!

Kung ikaw ay nagsisimula pa lang sa Python at nais mong malaman kung paano magbasa ng CSV files, nandito ka sa tamang lugar! Ang Python ay may built-in na library na tinatawag na `csv`, na nagbibigay daan upang madali mong basahin at manipulahin ang mga CSV (Comma Separated Values) files. Sa artikulong ito, tutuklasin natin ang mga pangunahing halimbawa at tamang paggamit ng Python CSV reader upang maging komportable ka sa pagbabasa at pagsulat ng mga CSV file gamit ang Python.

Ano ang CSV File?

Bago tayo magtungo sa mga halimbawa, mahalagang malaman muna kung ano ang CSV file. Ang CSV ay isang simpleng file format na ginagamit upang mag-imbak ng data sa tabular na anyo, kung saan ang bawat linya ng file ay kumakatawan sa isang row, at ang bawat item sa row ay hinihiwalay ng isang koma (o iba pang separator tulad ng tab o semicolon). Madalas itong ginagamit para sa mga spreadsheet, database exports, at iba pang uri ng tabular na data.

Pag-install ng Python CSV Library

Ang `csv` module ay isang built-in na bahagi ng Python, kaya hindi mo na kailangang mag-install ng anumang third-party na library upang magamit ito. Ang tanging kailangan mo lang ay magkaroon ng Python environment na naka-setup sa iyong computer.

Kung wala ka pang Python, maaari mong i-download ito mula sa opisyal na website ng Python: https://www.python.org/downloads/. Tiyakin lamang na tama ang bersyon ng Python na iyong ini-install (Python 3.x). Kapag na-install na ito, maaari ka nang magsimulang magtrabaho sa iyong mga CSV files gamit ang Python.

Paano Magbasa ng CSV File gamit ang Python

Ngayon na mayroon ka nang tamang setup, simulan natin sa isang simple ngunit malakas na halimbawa. Gamitin natin ang `csv.reader()` method upang magbasa ng mga CSV file. Narito ang isang basic na halimbawa ng pag-basa ng isang CSV file:

import csv

# Buksan ang CSV file
with open('example.csv', mode='r') as file:
    # Gumamit ng csv.reader upang basahin ang file
    csv_reader = csv.reader(file)
    
    # I-print ang bawat linya ng file
    for row in csv_reader:
        print(row)

Ang code sa itaas ay magbubukas ng file na tinatawag na `example.csv`, at ibabasa ang bawat linya nito gamit ang `csv.reader()`. Ang bawat linya ng file ay magiging isang listahan, at ipapakita natin ito gamit ang `print()` function. Tiyakin lamang na ang `example.csv` file ay nasa parehong directory kung saan mo pinapatakbo ang iyong Python script.

Pagbasa ng CSV File na May Header Row

Kapag nagbabasa ka ng CSV file, madalas na ang unang linya ay may mga header o pangalan ng mga column. Kung nais mong laktawan ang header at magsimula sa tunay na data, maaari mong gamitin ang `next()` function. Narito ang isang halimbawa:

import csv

# Buksan ang CSV file
with open('example.csv', mode='r') as file:
    csv_reader = csv.reader(file)
    
    # Laktawan ang header row
    next(csv_reader)
    
    # I-print ang mga susunod na row
    for row in csv_reader:
        print(row)

Sa halimbawa na ito, ginamit natin ang `next(csv_reader)` upang laktawan ang unang linya, na siyang header. Pagkatapos, ipinagpatuloy natin ang pagbabasa at pag-print ng mga sumusunod na data.

Pagproseso ng Data mula sa CSV

Minsan, nais mong hindi lamang basahin ang mga data, kundi iproseso din ito. Halimbawa, baka nais mong kalkulahin ang kabuuang halaga ng mga benta sa isang sales data CSV. Narito ang isang halimbawa ng kung paano mo maaaring pagtuunan ng pansin ang bawat column at magsagawa ng operasyon:

import csv

# Buksan ang CSV file
with open('sales_data.csv', mode='r') as file:
    csv_reader = csv.reader(file)
    
    # Laktawan ang header
    next(csv_reader)
    
    total_sales = 0
    for row in csv_reader:
        # I-assume na ang sales amount ay nasa ikatlong column (index 2)
        total_sales += float(row[2])  # Pag-convert ng value sa float at pagsasama
    
    print(f'Total Sales: {total_sales}')

Sa halimbawa sa itaas, ang file `sales_data.csv` ay naglalaman ng mga benta na nakatala sa ikatlong column. Ang code ay nagkalkula ng kabuuang halaga ng benta sa pamamagitan ng pagkuha ng mga numeric value mula sa column at pagsasama nito.

Pagsusulat ng Data sa isang CSV File

Hindi lamang natin kayang basahin ang mga CSV files sa Python, kundi pati na rin magsulat ng mga data sa mga CSV files. Ang `csv.writer()` method ay ginagamit para magsulat ng data sa isang bagong file. Narito ang isang halimbawa kung paano magsulat ng data sa isang CSV file:

import csv

# Buksan ang CSV file para magsulat
with open('output.csv', mode='w', newline='') as file:
    csv_writer = csv.writer(file)
    
    # Isulat ang header
    csv_writer.writerow(['Name', 'Age', 'City'])
    
    # Isulat ang mga row ng data
    csv_writer.writerow(['Juan', '25', 'Manila'])
    csv_writer.writerow(['Maria', '30', 'Cebu'])
    csv_writer.writerow(['Pedro', '22', 'Davao'])

Sa halimbawa sa itaas, ang `csv.writer()` ay ginagamit upang magsulat ng data sa isang bagong file na tinatawag na `output.csv`. Una, isinusulat natin ang header row gamit ang `writerow()` function, at pagkatapos ay naglalagay tayo ng mga data rows sa CSV file.

Pag-gamit ng DictReader at DictWriter

Kung nais mong basahin ang data bilang dictionary sa halip na listahan, maaari mong gamitin ang `csv.DictReader()` at `csv.DictWriter()`. Sa ganitong paraan, maaari mong ma-access ang mga column sa pamamagitan ng kanilang mga pangalan, hindi lang index. Narito ang isang halimbawa ng paggamit ng `DictReader`:

import csv

# Buksan ang CSV file gamit ang DictReader
with open('example.csv', mode='r') as file:
    csv_reader = csv.DictReader(file)
    
    for row in csv_reader:
        print(row['Name'], row['Age'])

Sa halimbawa na ito, nagbukas tayo ng CSV file gamit ang `csv.DictReader()`, na nagbabalik ng bawat row bilang isang dictionary. Maaari mong gamitin ang pangalan ng mga column upang ma-access ang mga partikular na halaga ng data, tulad ng `row['Name']` at `row['Age']`.

Konklusyon

Sa pamamagitan ng paggamit ng Python `csv` module, maaari mong madaling basahin at magsulat ng data sa CSV files. Sa pamamagitan ng mga halimbawa at techniques na tinalakay sa artikulong ito, tiyak na makakaya mo nang gamitin ang Python CSV reader para sa iyong mga data processing na pangangailangan. Gamitin ang mga tips at tricks na ito upang mapabilis ang iyong trabaho at gawing mas madali ang pag-manipula ng data sa Python!