Utilisation de la fonction Reader.

import csv # le module pour les fichiers csv
file = open("test.csv" , "r") # ouvrir le fichier
csv_en_liste = csv.reader(file , delimiter = ",") # initialisation d’un lecteur de fichier delimiter est facultatif
for ligne in csv_en_liste : # parcours du lecteur avec une boucle
    print(ligne) # affichage ligne à ligne
file.close () # fermeture du fichier
			

Utilisation de la fonction DictReader

import csv # le module pour les fichiers csv
file = open("test.csv" , "r") # ouvrir le fichier
csv_en_dico = csv.DictReader(file , delimiter = ",") # initialisation d’un lecteur de fichier avec création automatique de dictionnaire
for ligne in csv_en_dico : # parcours du lecteur avec une boucle
	print(dict(ligne)) # affichage ligne à ligne
file.close () # fermeture du fichier
							

Utilisation de la fonction DictReader et obtention de dictionnaires.

import csv # le module pour les fichiers csv
file = open("test.csv" , "r") # ouvrir le fichier
csv_en_dico = csv.DictReader(file , delimiter = ",") # initialisation d’un lecteur de fichier avec création automatique de dictionnaire
for ligne in csv_en_dico : # parcours du lecteur avec une boucle
    print(dict(ligne)) # affichage ligne à ligne
file.close () # fermeture du fichier
			

with open(nom_du_fichier,'r') as sortie

Ici on ouvre le fichier "nom_du_fichier" en lecture et on stocke cette ouverture dans la variable sortie.

On pourra remplacer le "r" par "w" pour écrire.

Conversion d'une table en fichier csv

Pour l'exemple nous allons travailler avec cette table:

table_exemple=[{'nom': 'Dupont', 'prenom': 'Jean-Claude', 'age': '32'},{'nom': 'Duteil', 'prenom': 'Paul', 'age': '41'},{'nom': 'Claudon', 'prenom': 'Goery', 'age': '37'},{'nom': 'Tonton', 'prenom': 'Pierre', 'age': '54'},{'nom': 'Penard', 'prenom': 'Bob', 'age': '18'},{'nom': 'Herpoix', 'prenom': 'Stephane', 'age': '55'},{'nom': 'Salicorne', 'prenom': 'Bruno', 'age': '15'},{'nom': 'Poiteau', 'prenom': 'Maxe', 'age': '33'},{'nom': 'Clanget', 'prenom': 'Gilles', 'age': '54'},{'nom': 'Luillier', 'prenom': 'Martin', 'age': '34'},{'nom': 'Clanget', 'prenom': 'Justine', 'age': '14'},{'nom': 'Gillier', 'prenom': 'Paul', 'age': '16'}]
			

Voila la fonction qui va permettre de créer un fichier csv portant le nom table_exemple.csv correspondant à la table précédente

def vers_csv(nom_de_la_table,ordre,nom_du_fichier_csv):
    table=eval(nom_de_la_table)
    with open(nom_du_fichier_csv+'.csv',"w") as fic:
        dic=csv.DictWriter(fic,fieldnames=ordre)
        dic.writeheader()        
        for ligne in table:
            dic.writerow(ligne)
    return None
			

Tester ce code.

Ici nous utiliserons le principe des listes par compréhension où nous ajouterons une comparaison

resultat= impor('test')
select_nom = [p for p in resultat if p['nom'] == 'Clanget']
print (select_nom)
			

Lors de la création de notre liste par compréhension, on ajoute seulement les enregistrements dont le champ nom correspond à Clanget

Ici nous utiliserons toujours le principe des listes par compréhension mais l'exemple est plus complexe, concentrez vous sur les lignes qui suivent

resultat=impor('test')
select_colonne= [{cle:ligne[cle] for cle in ligne if cle in ['nom','age']} for ligne in resultat]
print (select_colonne)
			

Lors de la création de notre liste par compréhension, on ajoute seulement les champs nom et age de chaque enregistrement

sorted(['aaa', 'bb']) # ordre lexicographique par défaut ['aaa', 'bb']
sorted(['aaa', 'bb'], key=len) # longueur ['bb', 'aaa']
			

L'attribut key, nous permet de choisir le critère de tri, ici len pour longueur

Afin de bien comprendre la structure d'une fonction lambda, testez les deux codes ci-dessous dans une console pour x=4

def f(x):
     return x*2    

g = lambda x: x*2  

		

Dans l'exemple ci-dessous, nous allons trier la table par note de NSI, le nom de la variable lyceen n'a pas d'importance

ma_table=[{'Nom':'Baron','Prenom':'Paul','NSI':'18','Physique':'16','Maths':'15'},
		{'Nom':'Taillant','Prenom':'Greg','NSI':'1','Physique':'3','Maths':'5'},
		{'Nom':'Gourdy','Prenom':'Zoé','NSI':'14','Physique':'13','Maths':'16'}]

table_triee=sorted(ma_table, key=lambda lyceen: lyceen["NSI"])

print (table_triee)
		

On considère deux tables :

La jointure de ces deux tables est :