CSVファイルは本質的にテキストファイルで、表形式のデータを保存するために使用されます。行内のセルはカンマで区切り、異なる行は改行文字で区切ります。以下は普通のCSVファイルの例で、2行2列の内容を持っています。

第一行第一列,第一行第二列
第二行第一列,第二行第二列

このCSVファイルをExcelで表示した結果は図1の通りです。

図1 普通のCSVファイル

もしセルの内容に「,」区切り文字が含まれている場合、そのセルの内容は二重引用符で囲まれます。以下のCSVファイルの内容は「,」区切り文字を含むセルの例です。

"包括,的单元",第一行第二列
第二行第一列,第二行第二列

注意してください、第一行第一列のセルは二重引用符で囲まれています。このファイルをExcelで表示した結果は図2の通りです。

図2 「,」区切り文字を含むセル

セルの内容が複数行にわたる場合も、そのセルの内容は二重引用符で囲まれます。例えば、以下のCSVファイルの第一行第一列のセルは複数行の内容を持っています。

"包含换行符的单元
第2行
第三行",第一行第二列
第二行第一列,第二行第二列

このファイルをExcelで表示した結果は図3の通りです。

図3 複数行の内容を含むセル

セルの内容に二重引用符が含まれている場合はどうでしょうか？やはり二重引用符で内容を囲み、内容中の二重引用符は連続した2つの二重引用符で表されます。例えば、以下のCSVファイルの第一行第一列のセルは「”」文字を含んでいます。

図4 二重引用符を含むセル

これらからわかるように、CSVファイルの形式は比較的シンプルで、「,」と「”」を使うことで、テキストのみの表形式データを完全に表現することができます。Pythonでは、テキストファイルを操作する方法を使わずにCSVファイルを処理することができます。多くのライブラリを使って直接セルの内容を操作できるので、CSVファイルの形式の詳細を気にする必要はありません。このセクションでは、CSVファイルを処理する一般的なモジュールであるcsvモジュールについて説明します。

csvモジュールはPythonの組み込みモジュールで、インストールする必要はなく、使用する前にインポートするだけです。インポート方法は以下の通りです。

import csv

CSVファイルに対する操作は主に2つあります。一つは読み込み、もう一つは書き出しです。まず、読み込みについて説明します。csvモジュールにはreaderクラスがあり、このクラスのインスタンスオブジェクトは反復可能です。つまり、for...in...文を使ってCSVファイルのすべての行を反復処理することができます。また、line_num属性があり、現在読み込んでいる行番号を表します。

以下は、図1に示すCSVファイルを例にした操作のデモです。

>>> import csv # csvモジュールをインポート
>>> reader_obj = csv.reader(open('demo1.csv', 'r', encoding="utf-8"))
>>> for line in reader_obj: # 各行に対する操作
...     print("line number: %d" % reader_obj.line_num) # 現在の行番号を表示
...     print("content: %s" % str(line)) # 現在の行の内容を表示
...     print("") # 改行を出力
... # forループの終了
line number: 1 # 行番号は1
content: ['第一行第一列', '第一行第二列'] # 内容はリスト
# 第6行の出力
line number: 2 # 行番号は2
content: ['第二行第一列', '第二行第二列'] # 第二行の内容

以下は、詐欺電話を探す例です。詐欺電話には、外に電話をかけるだけで、他の人からの電話を受け取らないという特徴があります。今、完全な通話記録を持っています。内容は図5の通りです。

図5 通話記録

この通話記録の第一列は発信者の電話番号、第二列は着信者の電話番号、第三列は通話開始時間、第四列は通話時間です。これらのデータを使って、詐欺電話番号を見つけたいと思います。すべての行を順番に読み込み、発信者番号のリストの中から、着信者番号のリストに含まれていない番号を探します。これらの番号が詐欺電話番号の可能性があります。

実装コードは以下の通りです。

import sys, csv
# 通話記録ファイルを開く
if sys.version_info.major == 3: # python3
    f = open("telephone.csv", "r", encoding="utf-8", newline="\n")
else: # Python 2
    f = open("telephone.csv", "r")
reader = csv.reader(f)
caller_list = [] # 発信者番号のリスト
callee_list = [] # 着信者番号のリスト、最初は空
for record in reader: # 各記録に対する処理
    # 第一行はヘッダーなので処理しない
    if reader.line_num == 1:
        continue
    caller_list.append(record[0]) # すべての発信番号を記録
    # すべての着信番号を記録
    callee_list.append(record[1])
caller_list = set(caller_list) # 重複する発信番号を削除
f.close() # ファイルを閉じる
# 各発信番号に対して
for caller in caller_list: # 着信されたことがない場合は、詐欺番号としてマーク
    if caller not in callee_list:
        print(caller, "is Cheat Telephone Number")

実行後の出力は以下の通りです。

$ python cheatTel1.py
13243767000 is Cheat Telephone Number

次に、データをCSVファイルに出力する方法について説明します。csvモジュールにはwriterクラスがあり、writerow()とwriterows()の2つのインターフェース関数を提供しています。これらのインターフェース関数を使って、リストデータをCSVファイルに出力することができます。

以下は、writerow()を使ってCSVファイルを生成する簡単な例です。

import csv
csv_writer_obj = csv.writer(open("writeDemo1.csv", "w"))
csv_writer_obj.writerow(("a", "b", 12, 24.6))

出力ファイルwriteDemo1.csvの内容をExcelで表示した結果は図6の通りです。

図6 writeDemo1.csvファイルの内容

出力する際に、各行の列数が同じである必要はありません。例えば、以下のコードは3行を出力し、各行の列数はそれぞれ4、2、3です。

import csv
csv_writer_obj = csv.writer(open("writeDemo2.csv", "w"))
csv_writer_obj.writerow(("a", "b", 12, 24.6))
csv_writer_obj.writerow(("c", "d"))
csv_writer_obj.writerow(("e", "", "1"))

出力されたCSVファイルの内容は図7の通りです。

図7 writeDemo2.csvファイルの内容

もう一つのインターフェース関数はwriterows()です。名前の通り、この関数は一度に複数行を書き込むことができます。以下の例は、リストをCSVファイルに書き込む例です。

import csv
data = [ # リスト、各要素は一行を表す
    ["a", "b", "c"],
    ["d", "e", "f"],
]
csv_writer_obj = csv.writer(open("writeDemo3.csv", "w"))
csv_writer_obj.writerows(data)

出力されたCSVファイルの内容は図8の通りです。

図8 writeDemo3.csvの内容