Lær AI med Python · Lektion

Arbejde med CSV-filer

Lær at læse og skrive strukturerede data med CSV-filer

Lektion 2 af 311 trin

Arbejde med CSV-filer er en gratis Lær AI med Python-lektion på CoddyKit. Dette er lektion 2 af 3. Du kan læse alle 3 lektioner i dette læringsspor gratis i deres fulde længde — derefter låser CoddyKit PRO alle lektioner op samt praktiske øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Den er en del af læringsforløbet i Lær AI med Python, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Lær AI med Python-kurset indeholder 3 lektioner i alt.

Introduktion til arbejde med CSV-filer

CSV-filer (kommaseparerede værdier) er et almindeligt format til lagring af tabeldata. Python indeholder modulet csv til effektiv læsning, skrivning og manipulation af CSV-filer.

I denne lektion lærer du, hvordan du håndterer CSV-filer ved hjælp af Pythons indbyggede modul csv.

Arbejde med CSV-filer — illustration 1

Hvad er CSV-filer?

CSV-filer er tekstfiler, der bruger et skilletegn (som regel et komma) til at adskille værdier. Hver linje repræsenterer en række, og hver værdi på linjen repræsenterer en kolonne.

Læsning af CSV-filer

Hvis du vil læse en CSV-fil, skal du bruge funktionen csv.reader. Funktionen læser hver linje som en liste med værdier:

# Reading a CSV file
import csv

with open("data.csv", "r") as file:
    reader = csv.reader(file)
    for row in reader:
        print(row)  # Each row is a list of values

Skrivning af CSV-filer

Hvis du vil skrive til en CSV-fil, skal du bruge funktionen csv.writer. Funktionen giver dig mulighed for at skrive rækker til en CSV-fil:

# Writing to a CSV file
import csv

with open("output.csv", "w", newline="") as file:
    writer = csv.writer(file)
    writer.writerow(["Name", "Age", "City"])
    writer.writerow(["Alice", 30, "New York"])
    writer.writerow(["Bob", 25, "London"])

Læsning af CSV-filer med overskrifter

Brug csv.DictReader til at læse CSV-filer ind i ordbøger, hvor nøglerne er kolonneoverskrifterne:

# Reading a CSV file with headers
import csv

with open("data.csv", "r") as file:
    reader = csv.DictReader(file)
    for row in reader:
        print(row)  # Each row is a dictionary with column headers as keys

Skrivning af CSV-filer med overskrifter

Brug csv.DictWriter til at skrive ordbøger til CSV-filer med overskrifter:

# Writing a CSV file with headers
import csv

with open("output.csv", "w", newline="") as file:
    fieldnames = ["Name", "Age", "City"]
    writer = csv.DictWriter(file, fieldnames=fieldnames)

    writer.writeheader()  # Write the header row
    writer.writerow({"Name": "Alice", "Age": 30, "City": "New York"})
    writer.writerow({"Name": "Bob", "Age": 25, "City": "London"})

Brugerdefinerede skilletegn i CSV-filer

Du kan angive et brugerdefineret skilletegn, når du læser eller skriver CSV-filer. Tabulatorseparerede filer bruger for eksempel en tabulator (\t) som skilletegn:

# Using a custom delimiter
import csv

with open("data.tsv", "r") as file:
    reader = csv.reader(file, delimiter="\t")
    for row in reader:
        print(row)  # Each row is split by tab

Håndtering af store CSV-filer

Brug en løkke til at behandle rækker trinvist i store CSV-filer, så du undgår at indlæse hele filen i hukommelsen:

# Reading a large CSV file efficiently
import csv

with open("large_data.csv", "r") as file:
    reader = csv.reader(file)
    for row in reader:
        # Process each row
        print(row)

Almindelige fejl med CSV-filer

Her er nogle fejl, du bør undgå:

  • At glemme at bruge newline="", når du skriver CSV-filer på Windows.
  • At bruge forkerte skilletegn til CSV-filer, der ikke følger standardformatet.
  • Ikke at håndtere manglende eller forkert formaterede data i filen.

Hvad har vi lært?

I denne lektion har du lært:

  • Hvordan du læser og skriver CSV-filer ved hjælp af Pythons modul csv.
  • Hvordan du arbejder med CSV-filer, der har overskrifter, ved hjælp af DictReader og DictWriter.
  • Hvordan du håndterer store CSV-filer effektivt.

Godt gået! Lad os gå videre til næste emne.

Arbejde med CSV-filer — illustration 11
Gratis at komme i gang

Lær Python med en AI-underviser — gratis

Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.

Kurser
53
Lektioner
225

Ofte stillede spørgsmål

Er lektionen “Arbejde med CSV-filer” gratis?

Ja — alle 3 lektioner i læringssporet Lær AI med Python, inklusive “Arbejde med CSV-filer”, kan læses gratis i deres fulde længde her på webstedet. Derefter låser CoddyKit PRO alle lektioner op samt interaktive øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Lær AI med Python-kurset indeholder 3 lektioner i alt.

Hvad lærer jeg i “Arbejde med CSV-filer”?

Lær at læse og skrive strukturerede data med CSV-filer Du øver dig i Lær AI med Python med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.

Skal jeg have erfaring for at begynde på Lær AI med Python?

Der kræves ingen tidligere erfaring. Lær AI med Python på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 2 af 3.

Hvor lang tid tager lektionen “Arbejde med CSV-filer”?

De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.

Kan jeg skrive og køre kode i denne Lær AI med Python-lektion?

Ja. Alle Lær AI med Python-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.

Alle lektioner i dette kursus

  1. Læsning og skrivning af filer
  2. Arbejde med CSV-filer
  3. Håndtering af undtagelser ved fil-I/O
← Tilbage til Lær AI med Python