Python数据分析基础——CSV文件——选取连续的行

参考文献：《Python数据分析基础》

前言

有时，在文件内容中，工作表头部和尾部都是你不想处理的。
例如，在supplier_data_unnecessary_header_footer.csv文件中，头部有“I don’t care about this row”，尾部有“I don’t want this row either”。这两部分都不是我们想要的，通过本文的讲述，我们将学习使用Python脚本使它不读取这些行。

创建脚本

在文本编辑器中输入一段代码，然后将文件保存为：11csv_reader_select_contiguous_rows.py

#!/usr/bin/env python3
import csv
import sys

input_file = sys.argv[1]
output_file = sys.argv[2]

row_counter = 0
with open(input_file, 'r', newline='') as csv_in_file:
	with open(output_file, 'w', newline='') as csv_out_file:
		filereader = csv.reader(csv_in_file)
		filewriter = csv.writer(csv_out_file)
		for row in filereader:
			if row_counter >= 3 and row_counter <= 15:
				filewriter.writerow([value.strip() for value in row])
			row_counter += 1

脚本代码注释

row_counter = 0

这里使用row_counter变量来跟踪行编号，以便可以识别和选取想要保留的行。

if row_counter >= 3 and row_counter <= 15:

这一行代码使用if控制流语句，跳过那些不需要的头部和尾部。在本例输入文件的前三行和后三行均不执行if代码块，起到了不读取这些行的效果。

filewriter.writerow([value.strip() for value in row])

这行代码的作用是处理需要保留的行，将它们写入输出文件，在列表生成式中，使用strip函数除去列表中每个元素两端的空格、制表符和换行符。
在这里需要进一步讨论一下，由于小编比较懒，一开始把这行代码写成了这个样子：

filewriter.writerow(row)

运行这两种版本的脚本，观察一下各自csv格式的文件
（左图为无strip版，右图为有strip版）

是不是没有看出什么明显的不同呢？那这意味着两种版本就是相同的吗？
答案当然不是啦！我们不妨换一种文件打开方式看看，这里小编使用的是记事本。

再仔细观察，是不是发现了一些端倪呢？细心的小伙伴可以看出，这两种版本区别在于最后一个逗号前的空格。无strip版本有空格，而有strip版本无空格。到此，是不是就可以理解strip函数在此处的作用呢？

row_counter += 1

最后这一行代码，作用是将行编号进行迭代。

运行脚本

在命令行输入以下命令，然后按回车键：

查看结果

（左图为处理前，右图为处理后）

结语

本文介绍了CSV文件中选取连续行的知识，对书上的内容及实际操作出现的问题进行了思考与总结。