Python csv模組

本文簡單展示Python內建準標函式庫中csv模組的用法。

以下範例採用一個從臺灣證券交易所網站下載的實際csv資料檔，從中取得當日ETF交易資料，把需要的欄位資料另存到一個csv檔案。即簡單的csv讀取與寫入的作法。

範例說明

先自行從臺灣證券交易所網站下載csv檔，過程如下：

• 交易資訊 > 盤後資訊 > 每日收盤行情
• 資料日期為上週五：106-9-22
• 類別：全部(不含權證、牛熊證、可展延牛熊證)
• 按查詢後，選擇：CSV 下載
• 下載存檔

先談一下本csv檔案中的內容，以及取得、處理與儲存最終資料的大致過程。

本文主題在csv資料，為避免主題失焦，這裡不解釋金融術語，只交代資料中的有關項目。這csv檔中包含了臺灣上市公司所發行證券以及各種ETF的當日收盤資料，本文只要其中的ETF資料。以這原始資料檔案來看，其中有1172行，其中所要擷取的ETF資料有100筆。

原檔案中的資料欄位很多，這裡只需要以下欄位：

• 證券代號
• 證券名稱
• 開盤價
• 最高價
• 最低價
• 收盤價
• 成交金額

範例代碼將從csv檔中逐行找出ETF資料，取得上述欄位資料，最後存到另一個csv檔。大致上就是分成讀取、寫入兩類工作。必要的細部工作說明，將在以下補充。

讀取

原始csv檔案中資料的構成方式有幾個重點，讀取時要了解：

• 檔案裡有空行，做為資料區段的區隔
• 每列資料之間的欄位以半形逗點做分隔，並以 " 符號括住資料
• ETF資料列開頭是個=符號，並以 " 括住證券代號
• 成交金額中採用了半形逗點標示千位數

由於最終要儲存的資料，只需要以半形逗點做分隔，不採用"括號，成交金額中也不要半形逗點，所以讀取後，要做些處理。

以下是讀取工作的代碼，與部分註釋文字，在代碼之後再補上必要的說明。

import csv

# 來源與輸出檔
source = 'MI_INDEX.csv'
output = 'output.csv'

# 用來存放ETF列表。先放入表頭。
etf_lst = [['證券代號', '證券名稱', '開盤價', '最高價', '最低價', '收盤價', '成交金額']]

# 讀取資料，把其中的ETF資料調整後存入etf_lst中
with open(source, encoding='cp950', newline='') as rf:
    csv_reader = csv.reader(rf, delimiter=',', quotechar='"')
    for row in csv_reader:
        if row and row[0][0] == '=':
            code = row[0].replace('=', '').replace('"', '')
            etf_lst.append([code, row[1], row[5], row[6], row[7], row[8], row[4].replace(',', '')])

來源檔採cp950編碼，讀取時最好指定正確。

newline=''若沒指定，資料欄括號裡的斷行無法正確解譯。本範例沒這類資料，所以可省略。

csv.reader會回傳一個reader object。兩個參數中delimiter指的是CSV中的分隔符號，quotechar則是做為括號的字元。這裡這兩個的設置都是預設值，所以可以省略不寫，這裡是為了展示才寫出來。

reader object會迭代（iterate）rf中的每一列，所以可以逐列處理其中的資料。

每列中所要的資料欄位，其位置若以0做第一欄，則分別在0, 1, 5, 6, 7, 8, 4欄。這點請對照前述所需欄位。

rf中的來源資料中有空行，且如前所述，ETF代號的第一字元是=，所以用

if row and row[0][0] == '=':

來篩選所要的ETF資料。取得所要的一列資料後：

• ETF代號要去除=與"符號
• 成交金額要去除,符號

處理好的資料，逐一存到etf_lst中。

上述代碼主要純粹為展示而寫，並不是最佳的方式，像ETF代碼的處理那行可改成：

code = row[0][2:-1]

但這麼寫，表面上並不易看出“去除=與"符號”這動作，而且也不是本文主題的重點。

寫入儲存

再來把etf_lst寫入output.csv檔中：

# etf_lst內容儲存到輸出檔
with open(output, 'w', encoding='cp950', newline='') as wf:
    csv_writer = csv.writer(wf, delimiter=',', quoting=csv.QUOTE_NONE)
    csv_writer.writerows(etf_lst)

這裡不需要存括號字元，所以設置quoting=csv.QUOTE_NONE，這個是csv模組所定義的常數。

因為資料量不大，所以一次寫入，用writerows()把etf_lst串列寫入。

若資料較大，最好採逐行寫入的方式（writerow()），像：

    for row in etf_lst:
        csv_writer.writerow(row)

或者不透過etf_lst，而是採讀一行就寫一行的方式。

以上是csv模組的簡單使用，完整說明請見Python文件csv模組說明。參數說明可見其中的Dialects and Formatting Parameters。

完整的範例代碼重新整理如下，全部範例代碼、資料與輸出的檔案打包在此。

import csv

# 來源與輸出檔
source = 'MI_INDEX.csv'
output = 'output.csv'

# 用來存放ETF列表。先放入表頭。
etf_lst = [['證券代號', '證券名稱', '開盤價', '最高價', '最低價', '收盤價', '成交金額']]

# 讀取資料，把其中的ETF資料調整後存入etf_lst中
with open(source, encoding='cp950', newline='') as rf:
    csv_reader = csv.reader(rf, delimiter=',', quotechar='"')
    for row in csv_reader:
        if row and row[0][0] == '=':
            code = row[0].replace('=', '').replace('"', '')
            etf_lst.append([code, row[1], row[5], row[6], row[7], row[8], row[4].replace(',', '')])

# etf_lst內容儲存到輸出檔
with open(output, 'w', encoding='cp950', newline='') as wf:
    csv_writer = csv.writer(wf, delimiter=',', quoting=csv.QUOTE_NONE)
    csv_writer.writerows(etf_lst)