.csv是数据集中的常用格式,但是我们总是直接使用 Excel等软件直接打开了,或者直接copy别人的数据处理代码。但总有要自己动手丰衣足食的时候,此时我们就需要知道.csv是如何编码的了。
当我学过或了解过 .html等文件的编码格式不由的想问,其他文本类型有着怎样的格式。
.html格式用的是超文本标记语言HTML。
.md格式用的是MarkDown语法。
.csv的语法是什么呢?
援引百度百科里的说法,.csv并不存在标准的格式
CSV文件格式的通用标准并不存在,但是在RFC 4180中有基础性的描述。
但是当我们打开.csv文件会发现大部分的语法格式是类似的。因此,虽然没有标准,但是应该有类似或者用的较多的格式。
我对.csv语法的理解
我是通过实验得出的结论
新建一个.csv格式的文件,通过记事本打开进行编辑。然后通过Excel打开进行验证。
通过对比,可以看出,
1.Excel中单元格的内容就是 " " 双引号的内容
2.分隔单元格的方法就是用 逗号,
3.换行的方式是直接按Enter换行
我们修改一下文本内容再次实验就会发现,
"第三列"和"第二行"成为了一个单元格,并且没有换行。
实例
以这个Farm Ads Data Set数据集为例
UCI Machine Learning Repository: Farm Ads Data Set
Excel里面看到是这样的
这里应该是用enter换行了。
比较迷惑人的是结尾部分,为什么断开了。现在我暂时认为是记事本为了更好显示,修正带来的问题。
更多参考内容
百度百科还给了更多的内容,一并放在这里了。
csv定义
逗号分隔值(Comma-Separated Values,CSV,有时也称为字符分隔值,因为分隔字符也可以不是逗号)
打开方式
建议使用WORDPAD或是记事本来开启,再则先另存新档后用EXCEL开启,也是方法之一。
文件格式与编码方式
CSV文件格式的通用标准并不存在,但是在RFC 4180中有基础性的描述。使用的字符编码同样没有被指定,但是bitASCII是最基本的通用编码。
规则