python 从 CSV 文件中删除表头

假设你有一个枯燥的任务，要删除几百 CSV 文件的第一行。也许你会将它们送入一个自动化的过程，只需要数据，不需要每列顶部的表头。可以在 Excel 中打开每个文件，删除第一行，并重新保存该文件，但这需要几个小时。让我们写一个程序来做这件事。该程序需要打开当前工作目录中所有扩展名为.csv 的文件，读取 CSV 文件的内容，并除掉第一行的内容重新写入同名的文件。这将用新的、无表头的内容替换CSV 文件的旧内容。
总的来说，该程序必须做到以下几点：
• 找出当前工作目录中的所有 CSV 文件。
• 读取每个文件的全部内容。
• 跳过第一行，将内容写入一个新的 CSV 文件。
在代码层面上，这意味着该程序需要做到以下几点：
• 循环遍历从 os.listdir()得到的文件列表，跳过非 CSV 文件。
• 创建一个 CSV Reader 对象，读取该文件的内容，利用 line_num 属性确定要跳过哪一行。
• 创建一个 CSV Writer 对象，将读入的数据写入新文件。针对这个项目，打开一个新的文件编辑器窗口，并保存为 removeCsvHeader.py。
 

循环遍历每个 CSV 文件
程序需要做的第一件事情，就是循环遍历当前工作目录中所有 CSV 文件名的列表。让 removeCsvHeader.py 看起来像这样：

#! python3
# removeCsvHeader.py - Removes the header from all CSV files in the current
# working directory

import csv, os

os.makedirs('headerRemoved', exist_ok=True)

# Loop through every file in the current working directory.
for csvFilename in os.listdir('.'):
	if not csvFilename.endswith('.csv'):
		continue	# skip non-csv files

	print('Removing header from ' + csvFilename + '...')

	# TODO: Read the CSV file in (skipping first row).

	# TODO: Write out the CSV file.

os.makedirs()调用将创建 headerRemoved 文件夹，所有的无表头的 CSV 文件将写入该文件夹。针对 os.listdir('.')进行 for 循环完成了一部分任务，但这会遍历工作目录中的所有文件，所以需要在循环开始处添加一些代码，跳过扩展名不是.csv 的文件。如果遇到非 CSV 文件， continue 语句让循环转向下一个文件名。为了让程序运行时有一些输出，打印出一条消息说明程序在处理哪个 CSV 文件。然后，添加一些 TODO 注释，说明程序的其余部分应该做什么。

读入 CSV 文件
该程序不会从原来的 CSV 文件删除第一行。但是，它会创建新的 CSV 文件副本，不包含第一行。因为副本的文件名与原来的文件名一样，所以副本会覆盖原来的文件。该 程 序 需 要 一 种 方 法 ， 来 知 道 它 的 循 环 当前 是 否 在 处 理 第 一 行 。 为
removeCsvHeader.py 添加以下代码。

#! python3
# removeCsvHeader.py - Removes the header from all CSV files in the current
# working directory

--snip--
	# Read the CSV file in (skipping first row).
	csvRows = []
	csvFileObj = open(csvFilename)
	readerObj = csv.reader(csvFileObj)
	for row in readerObj:
		if readerObj.line_num == 1:
			continue	# skip first row
		csvRows.append(row)
	csvFileObj.close()

	# TODO: Write out the CSV file.

Reader 对象的 line_num 属性可以用来确定当前读入的是 CSV 文件的哪一行。另一个 for 循环会遍历 CSV Reader 对象返回所有行，除了第一行，所有行都会添加到 csvRows。在 for 循环遍历每一行时，代码检查 reader.line_num 是否设为 1。如果是这样，它执行 continue，转向下一行，不将它添加到 csvRows 中。对于之后的每一行，条件永远是 False，该行将添加到 csvRows 中。
 

写入 CSV 文件，没有第一行
现在 csvRows 包含了除第一行的所有行，该列表需要写入 headerRemoved 文件夹中的一个 CSV 文件。将以下代码添加到 removeCsvHeader.py

#! python3
# removeCsvHeader.py - Removes the header from all CSV files in the current
# working directory
--snip--

# Loop through every file in the current working directory.
for csvFilename in os.listdir('.'):
	if not csvFilename.endswith('.csv'):
		continue	# skip non-csv files

    --snip--

	# Write out the CSV file.
	csvFileObj  = open(os.path.join('headerRemoved', csvFilename), 'w', 
					newline='')
	csvWriter = csv.writer(csvFileObj)
	for row in csvRows:
		csvWriter.writerow(row)
	csvFileObj.close()

CSV Writer 对象利用 csvFilename（这也是我们在 CSV Reader 中使用的文件名），将列表写入 headerRemoved 中的一个 CSV 文件。这将覆盖原来的文件。创建 Writer 对象后，我们循环遍历存储在 csvRows 中的子列表，将每个子列表写入该文件。这段代码执行后，外层 for 循环将循环到 os.listdir('.')中的下一个文件名。循环结束时，程序就结束了。为了测试你的程序，从 http://nostarch.com/automatestuff/下载 removeCsvHeader.zip，将它解压缩到一个文件夹。在该文件夹中运行 removeCsvHeader.py 程序。输出将是这样的：

Removing header from NAICS_data_1048.csv...
Removing header from NAICS_data_1218.csv...
--snip--
Removing header from NAICS_data_9834.csv...
Removing header from NAICS_data_9986.csv...

这个程序应该在每次从 CSV 文件中删除第一行时，打印一个文件名。

类似程序的想法
针对 CSV 文件写的程序类似于针对 Excel 文件写的程序，因为它们都是电子表格文件。你可以编程完成以下任务：
• 在一个 CSV 文件的不同行，或多个 CSV 文件之间比较数据。
• 从 CSV 文件拷贝特定的数据到 Excel 文件，或反过来。
• 检查 CSV 文件中无效的数据或格式错误，并向用户提醒这些错误。
• 从 CSV 文件读取数据，作为 Python 程序的输入。
 

完整代码

#! python3
# removeCsvHeader.py - Removes the header from all CSV files in the current
# working directory

import csv, os

os.makedirs('headerRemoved', exist_ok=True)

# Loop through every file in the current working directory.
for csvFilename in os.listdir('.'):
	if not csvFilename.endswith('.csv'):
		continue	# skip non-csv files

	print('Removing header from ' + csvFilename + '...')

	# Read the CSV file in (skipping first row).
	csvRows = []
	csvFileObj = open(csvFilename)
	readerObj = csv.reader(csvFileObj)
	for row in readerObj:
		if readerObj.line_num == 1:
			continue	# skip first row
		csvRows.append(row)
	csvFileObj.close()

	# Write out the CSV file.
	csvFileObj  = open(os.path.join('headerRemoved', csvFilename), 'w', 
					newline='')
	csvWriter = csv.writer(csvFileObj)
	for row in csvRows:
		csvWriter.writerow(row)
	csvFileObj.close()