Un fichier CSV (Comma-Separated Values) est un format de fichier utilisé pour stocker des données sous forme de tableau. Chaque ligne représente une entrée, et les valeurs sont séparées par un délimiteur, souvent une virgule (,) ou un point-virgule (;).

Structure d’un fichier CSV

Un fichier CSV ressemble à ceci :

Nom,Âge,Ville
Alice,25,Paris
Bob,30,Lyon
Charlie,22,Marseille

Chaque ligne correspond à un enregistrement.
Chaque colonne est séparée par une virgule (ou un autre délimiteur).
La première ligne est souvent un en-tête contenant le nom des colonnes.

Les CSV sont largement utilisés car ils sont simples, lisibles par l’homme et compatibles avec de nombreux logiciels (Excel, bases de données, etc.).

L'exemple ci-dessus est représenté par le tableau :

Nom	Âge	Ville
Alice	25	Paris
Bob	30	Lyon
Charlie	22	Marseille

Manipulation des fichiers CSV avec Python

Python propose plusieurs méthodes pour lire et écrire des fichiers CSV, notamment avec la bibliothèque standard csv et la bibliothèque pandas pour des traitements plus avancés.

1. Lire un fichier CSV avec le module csv

Le module csv de Python permet de lire des fichiers CSV de manière efficace et flexible. Une première approche consiste à utiliser csv.reader, qui lit le fichier ligne par ligne et stocke chaque ligne sous forme d’une liste Python.

Dans l’exemple ci-dessous, nous ouvrons le fichier fichier.csv en mode lecture en spécifiant l’encodage UTF-8 pour assurer une bonne prise en charge des caractères spéciaux. Nous utilisons newline="" pour éviter les problèmes de gestion des sauts de ligne, notamment sous Windows. Ensuite, nous créons un objet lecteur en appelant csv.reader(f, delimiter=","), ce qui permet d’interpréter les valeurs séparées par des virgules.

import csv  

with open("fichier.csv", newline="", encoding="utf-8") as f:  
    lecteur = csv.reader(f, delimiter=",")  
    
    for ligne in lecteur:  
        print(ligne)

Lors de l'exécution, chaque ligne du fichier est affichée sous forme de liste. Par exemple, si notre fichier CSV contient les données suivantes :

Nom,Âge,Ville  
Alice,25,Paris  
Bob,30,Lyon

Le programme affichera :

['Nom', 'Âge', 'Ville']  
['Alice', '25', 'Paris']  
['Bob', '30', 'Lyon']

Ici, la première ligne correspond à l’en-tête du fichier, tandis que les suivantes contiennent les données. L’inconvénient de cette méthode est qu’il faut manipuler les listes avec des indices pour accéder aux valeurs, ce qui peut rendre le code moins lisible.

Pour faciliter la lecture des fichiers CSV contenant un en-tête, on peut utiliser csv.DictReader. Contrairement à csv.reader, cette méthode convertit automatiquement chaque ligne du fichier en un dictionnaire où les clés sont les noms des colonnes. Ainsi, les valeurs sont accessibles directement par leur nom au lieu d'utiliser des indices.

with open("fichier.csv", newline="", encoding="utf-8") as f:  
    lecteur = csv.DictReader(f)  

    for ligne in lecteur:  
        print(ligne["Nom"])

Lorsque ce code est exécuté sur le même fichier CSV que précédemment, il n’affiche plus la première ligne mais directement les valeurs de la colonne "Nom" :

Alice  
Bob

En interne, DictReader transforme chaque ligne du fichier en un dictionnaire. Par exemple, la première ligne de données devient :

{"Nom": "Alice", "Âge": "25", "Ville": "Paris"}

Cette approche simplifie l’accès aux données et rend le code plus lisible, car on peut utiliser les noms de colonnes au lieu d’indices numériques. Elle est particulièrement utile lorsque le fichier CSV contient plusieurs colonnes et qu’il faut extraire des informations spécifiques.

2. Écrire dans un fichier CSV

L’écriture d’un fichier CSV en Python peut se faire de différentes manières selon la structure des données que l’on souhaite enregistrer. Une première méthode consiste à utiliser csv.writer, qui permet d’écrire des listes sous forme de lignes dans un fichier CSV.

Dans l’exemple suivant, nous définissons d’abord une liste donnees, où chaque sous-liste représente une ligne du fichier CSV. La première ligne contient les noms des colonnes, et les suivantes correspondent aux différentes entrées. Ensuite, nous ouvrons le fichier sortie.csv en mode écriture ("w") avec l’encodage UTF-8 pour éviter tout problème avec les caractères spéciaux. L’option newline="" est utilisée pour éviter les lignes vides supplémentaires qui peuvent apparaître sur certains systèmes, notamment sous Windows.

import csv  

donnees = [["Nom", "Âge", "Ville"], ["Alice", 25, "Paris"], ["Bob", 30, "Lyon"]]  

with open("sortie.csv", "w", newline="", encoding="utf-8") as f:  
    writer = csv.writer(f)  
    writer.writerows(donnees)  # Écrit plusieurs lignes

Lorsque ce code est exécuté, il crée un fichier sortie.csv contenant les données suivantes :

Nom,Âge,Ville  
Alice,25,Paris  
Bob,30,Lyon

Dans cette méthode, chaque ligne est écrite sous forme de liste, et writerows(donnees) permet d’écrire toutes les lignes d’un coup. Cette approche est simple et efficace, mais elle nécessite de structurer les données sous forme de listes, ce qui peut être moins pratique lorsque l’on manipule des objets plus complexes.

Une autre méthode plus flexible consiste à utiliser csv.DictWriter, qui permet d’écrire des données sous forme de dictionnaires. Cette approche est particulièrement utile lorsque les données sont déjà organisées sous forme de dictionnaire, ce qui est souvent le cas dans des applications manipulant des bases de données ou des API.

Dans l’exemple ci-dessous, nous définissons donnees comme une liste de dictionnaires, où chaque dictionnaire représente une ligne avec des clés correspondant aux noms des colonnes. Nous ouvrons ensuite le fichier sortie.csv en mode écriture et utilisons csv.DictWriter pour gérer l’écriture.

donnees = [{"Nom": "Alice", "Âge": 25, "Ville": "Paris"},  
           {"Nom": "Bob", "Âge": 30, "Ville": "Lyon"}]  

with open("sortie.csv", "w", newline="", encoding="utf-8") as f:  
    champs = ["Nom", "Âge", "Ville"]  # Définition des colonnes  
    writer = csv.DictWriter(f, fieldnames=champs)  

    writer.writeheader()  # Écrit l'en-tête dans le fichier  
    writer.writerows(donnees)  # Écrit les lignes de données

Avec cette méthode, le fichier généré sera le même que dans l’exemple précédent, mais il est construit différemment, ce qui permet une meilleure organisation des données et une plus grande lisibilité du code.

Nom,Âge,Ville  
Alice,25,Paris  
Bob,30,Lyon

L’appel à writeheader() est essentiel, car il permet d’écrire les noms des colonnes en première ligne. Ensuite, writerows(donnees) écrit les différentes entrées en utilisant automatiquement les bonnes colonnes. Cette approche est idéale lorsque l’on travaille avec des structures de données complexes ou lorsque l’on souhaite s’assurer que chaque ligne est bien organisée selon les noms de colonnes définis.

3. Gérer les séparateurs et encodages

Si le fichier utilise ; comme séparateur :

df = pd.read_csv("fichier.csv", delimiter=";")

Si l’encodage n’est pas UTF-8 (ex. : fichiers Windows) :

df = pd.read_csv("fichier.csv", encoding="latin1")

4. Utilisation du module Pandas

Pandas est une bibliothèque Python utilisée pour la manipulation et l’analyse de données. Elle fournit des structures de données comme les DataFrame et les Series, qui facilitent le traitement et la transformation des données sous forme tabulaire. Pour commencer à utiliser pandas, il faut d’abord l’installer en exécutant la commande suivante :

pip install pandas

Une fois l’installation terminée, il est possible d’importer la bibliothèque et de charger des données à partir de diverses sources, telles que des fichiers CSV, Excel ou des bases de données SQL. Par exemple, pour lire un fichier CSV, il suffit d’utiliser la fonction read_csv :

import pandas as pd

df = pd.read_csv("data.csv")  # Charge un fichier CSV dans un DataFrame

print(df.head())  # Affiche les premières lignes du DataFrame

Les DataFrame sont des tableaux bidimensionnels avec des étiquettes sur les lignes et les colonnes, semblables à une feuille de calcul. Il est possible d’accéder aux données en utilisant les noms de colonnes ou des indices :

print(df["colonne1"])  # Accès à une colonne spécifique

print(df.iloc[0])  # Accès à la première ligne

print(df.loc[0, "colonne1"])  # Accès à une valeur spécifique

Pour filtrer les données selon certaines conditions, il est possible d’utiliser des expressions booléennes. Par exemple, pour sélectionner les lignes où la valeur d’une colonne est supérieure à un certain seuil :

df_filtre = df[df["colonne1"] > 10]

print(df_filtre)

Il est aussi possible de modifier les données en ajoutant, supprimant ou mettant à jour des colonnes et des lignes. Pour ajouter une nouvelle colonne basée sur une transformation d’une colonne existante :

df["nouvelle_colonne"] = df["colonne1"] * 2

print(df)

La gestion des valeurs manquantes est une tâche essentielle lors du traitement des données. Pandas permet de les identifier et de les remplacer facilement :

print(df.isnull().sum())  # Vérifie le nombre de valeurs manquantes par colonne

df.fillna(0, inplace=True)  # Remplace les valeurs manquantes par 0

df.dropna(inplace=True)  # Supprime les lignes contenant des valeurs manquantes

Le regroupement et l’agrégation de données permettent de réaliser des analyses plus poussées. Par exemple, pour regrouper un DataFrame par une colonne et calculer la moyenne d’une autre colonne :

df_grouped = df.groupby("categorie")["valeur"].mean()

print(df_grouped)

Enfin, pandas permet d’exporter les données transformées dans différents formats, comme CSV ou Excel :

df.to_csv("nouveau_fichier.csv", index=False)  # Sauvegarde le DataFrame en CSV

df.to_excel("nouveau_fichier.xlsx", index=False)  # Sauvegarde le DataFrame en Excel

Question 1: Quelle est la différence entre csv.reader et csv.DictReader ?

csv.reader lit le fichier ligne par ligne et retourne chaque ligne sous forme de liste, tandis que csv.DictReader convertit chaque ligne en un dictionnaire où les clés sont les noms des colonnes.

Question 2: Quelle méthode est utilisée pour écrire dans un fichier CSV avec des dictionnaires en Python ?

La méthode csv.DictWriter est utilisée pour écrire des données sous forme de dictionnaires dans un fichier CSV.

Question 3: Que faut-il spécifier si le fichier CSV utilise un autre séparateur que la virgule, comme un point-virgule ?

Il faut spécifier le séparateur à l'aide du paramètre delimiter. Par exemple, pour un fichier avec un point-virgule, on utilise delimiter=";".

Question 4: Comment peut-on lire un fichier CSV en utilisant la bibliothèque Pandas ?

On peut utiliser la fonction pd.read_csv("fichier.csv") pour charger un fichier CSV dans un DataFrame en utilisant la bibliothèque Pandas.

Question 5: Comment ajouter une nouvelle colonne à un DataFrame dans Pandas ?

On peut ajouter une nouvelle colonne en affectant une transformation d'une colonne existante à la nouvelle colonne. Par exemple, df["nouvelle_colonne"] = df["colonne1"] * 2.

Le format CSV

All work licensed under CC BY-NC-SA 4.0