Aller au contenu

Utilisation de la bibliothèque csv⚓︎

Source : fiche éduscol sur le Traitement des données en tables

La bibliothèque csv permet de d'exploiter facilement les données des fichiers csv.

Les exemples ci-dessous utilisent le fichier countries.csv.

Importation des données⚓︎

Lecture d'un ficher à l'aide de la bibliothèque csv :

🐍 Script Python
1
2
3
4
5
6
7
8
import csv

pays = []

with open('csv/countries.csv', newline='') as csvfile:
    pays_csv = csv.reader(csvfile, delimiter=';')
    for row in pays_csv:
        pays.append(row)

Dans ce cas, les résultats sont stockés sous forme d’un tableau de tableau. On a par exemple :

  • La lecture de la 1ère ligne qui correspond à l'entête
    >>> pays[0]
    ['iso', 'name', 'capital', 'area', 'population', 'continent', 'currency_code', 'currency_name']

  • La lecture de la 2ème ligne qui correspond au 1er enregistrement.
    >>> pays[1]
    ['AF', 'Afghanistan', '1138958', '647500', '29121286', 'AS', 'AFN', 'Afghani']

Ce mode de lecture des données oblige à connaître l'ordre des champs dans les enregistrements.
On préfère parfois l'organisation en dictionnaire où les clés sont les champs de l'entête:

🐍 Script Python
1
2
3
4
5
6
7
import csv
pays = []

with open('csv/countries.csv', newline='') as csvfile:
    pays_csv = csv.DictReader(csvfile, delimiter=';')
    for row in pays_csv:
        pays.append(dict(row))
  • La lecture du 1er enregistrement s'écrit :
    >>> pays[0]
    {'iso':'AF', 'name':'Afghanistan', 'capital':'1138958', 'area':'647500', 'population':'29121286', 'continent':'AS', 'currency_code':'AFN', 'currency_name':'Afghani'}

Exploitation des données.⚓︎

Interrogation des données.⚓︎

On souhaite retrouver les données correspondant à certains critères. Par exemple, quels sont les pays où l’on paye en euro ?

🐍 Script Python
>>> [p['name'] for p in pays if p['currency_code'] == 'EUR']   
 ['Andorra', 'Austria', 'Belgium', ...,  'Spain', 'Vatican']

Demandons maintenant quelles sont les monnaies qui s’appellent Dollar. On peut exécuter la ligne suivante :

🐍 Script Python
>>>  [p['currency_code'] for p in pays if p['currency_name'] == 'Dollar']
 ['XCD', 'XCD', 'USD', ..., 'USD', 'ZWL']

On obtient une liste de longueur 54… mais avec beaucoup de répétitions. Pour les supprimer, on peut la transformer en un ensemble (set en anglais). On obtient encore 23 codes de monnaie :

🐍 Script Python
>>> set([p['currency_code'] for p in pays if p['currency_name'] == 'Dollar'])
 {'AUD', 'BBD', ..., 'USD', 'XCD', 'ZWL'}

Tri des données⚓︎

Pour exploiter les données, il peut être intéressant de les trier. Une utilisation possible est l’obtention du classement des entrées selon tel ou tel critère.
Une autre utilisation vient du fait que, comme présenté dans la partie algorithmique du programme, la recherche dichotomique dans un tableau trié est bien plus efficace que la recherche séquentielle dans un tableau quelconque.

Le langage python définit 2 méthodes de tri : sort qui trie en place (qui modifie la liste d'origine) et la méthode sorted qui renvoie une nouvelle liste sans modifier la liste d'origine.
Il faut définir dans les 2 cas les critères de tris à l'aide de l'argument key.
Par exemple, si l’on veut trier les pays par leur superficie, on doit spécifier la clé area. Pour cela, on définit une fonction appropriée :

🐍 Script Python
1
2
def clé_superficie(p):
    return float(p['area'])
Attention, le champ 'area' est de type str, donc si on effectue un tri tel quel, on va obtenir un tri par ordre alphabétique des valeurs de superficie. D'où la conversion float(p['area'])

Ainsi, pour classer les pays par superficie décroissante, on effectue :
>>> pays.sort(key=clé_superficie, reverse=True)

Par exemple, pour obtenir une liste des cinq plus grands pays (en superficie) :

🐍 Script Python
>>> [(p['name'], p['area']) for p in sorted(pays, key=clé_superficie, reverse=True)[:5]]
 [('Russia', '17100000.0'),
 ('Antarctica', '14000000.0'),
 ('Canada', '9984670.0'),
 ('United States', '9629091.0'),
 ('China', '9596960.0')]

Conclusion⚓︎

Nous l’avons vu, il est assez facile d’écrire en Python des commandes simples pour exploiter un ensemble de données. Cependant, une utilisation plus poussée va vite donner lieu à des programmes fastidieux. Le chapitre suivant présente la bibliothèque pandas qui permet une gestion plus efficace de ce genre de traîtement.
De plus, pour pouvoir exploiter les capitales des pays, nous allons devoir utiliser des données présentes dans un fichier supplémentaire. Nous verrons comment le faire facilement à l’aide de la bibliothèque pandas.