Manipulation des fichiers CSV en Python

Un fichier CSV (Comma-Separated Values) est un fichier texte où chaque ligne représente une ligne d'un tableau et les colonnes sont séparées par une virgule (ou parfois un autre séparateur comme ;). C'est un format largement utilisé pour échanger des données.

Python facilite la manipulation des fichiers CSV grâce au module intégré csv.

---

1. Ouvrir et lire un fichier CSV

1.1. Lire un CSV ligne par ligne

Avec csv.reader, chaque ligne est convertie en liste.

Exemple :

Supposons que le fichier donnees.csv contient :

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

Code :

import csv

with open("donnees.csv", mode="r", encoding="utf-8") as fichier:
    lecteur = csv.reader(fichier)  # Lecture ligne par ligne
    for ligne in lecteur:
        print(ligne)  # Affiche chaque ligne comme une liste

Résultat affiché :

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

1.2. Lire un CSV sous forme de dictionnaire

Avec csv.DictReader, chaque ligne est transformée en dictionnaire. Les clés sont les en-têtes de colonne.

Code :

with open("donnees.csv", mode="r", encoding="utf-8") as fichier:
    lecteur = csv.DictReader(fichier)
    for ligne in lecteur:
        print(ligne)  # Affiche chaque ligne comme un dictionnaire

Résultat affiché :

{'Nom': 'Alice', 'Âge': '25', 'Ville': 'Paris'}
{'Nom': 'Bob', 'Âge': '30', 'Ville': 'Lyon'}

Avantage : On peut accéder directement aux colonnes avec leur nom :

print(ligne["Nom"])  # Affiche "Alice"

---

2. Écrire dans un fichier CSV

2.1. Écrire des lignes sous forme de liste

Avec csv.writer, on ajoute des lignes en les passant sous forme de liste.

Exemple :

Code :

with open("resultat.csv", mode="w", encoding="utf-8", newline="") as fichier:
    ecrivain = csv.writer(fichier)  # Préparer l'écriture
    ecrivain.writerow(["Nom", "Âge", "Ville"])  # En-têtes
    ecrivain.writerow(["Alice", 25, "Paris"])   # Données
    ecrivain.writerow(["Bob", 30, "Lyon"])

Contenu de resultat.csv :

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

2.2. Écrire des lignes sous forme de dictionnaire

Avec csv.DictWriter, on écrit chaque ligne sous forme de dictionnaire.

Exemple :

Code :

with open("resultat.csv", mode="w", encoding="utf-8", newline="") as fichier:
    champs = ["Nom", "Âge", "Ville"]  # Définir les colonnes
    ecrivain = csv.DictWriter(fichier, fieldnames=champs)
    
    ecrivain.writeheader()  # Écrire les en-têtes
    ecrivain.writerow({"Nom": "Alice", "Âge": 25, "Ville": "Paris"})
    ecrivain.writerow({"Nom": "Bob", "Âge": 30, "Ville": "Lyon"})

Contenu de resultat.csv :

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

---

3. Ajouter des données à un fichier CSV existant

Pour ajouter des lignes sans écraser les données existantes, on ouvre le fichier en mode a (append).

Exemple :

Code :

with open("resultat.csv", mode="a", encoding="utf-8", newline="") as fichier:
    ecrivain = csv.writer(fichier)
    ecrivain.writerow(["Charlie", 35, "Marseille"])  # Ajoute une ligne

Si le fichier contient déjà :

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

Après l'exécution, il contiendra :

Nom,Âge,Ville
Alice,25,Paris
Bob,30,Lyon
Charlie,35,Marseille

---

4. Configurations supplémentaires

4.1. Changer le séparateur

Si les colonnes sont séparées par un autre caractère (ex. ;), il faut utiliser le paramètre delimiter.

Exemple :

Code :

with open("donnees.csv", mode="r", encoding="utf-8") as fichier:
    lecteur = csv.reader(fichier, delimiter=";")
    for ligne in lecteur:
        print(ligne)

4.2. Gérer les espaces après les séparateurs

Si des espaces superflus apparaissent après les séparateurs, utilise skipinitialspace=True.

Exemple :

Code :

lecteur = csv.reader(fichier, delimiter=",", skipinitialspace=True)

---

5. Alternatives avancées : pandas

Pour des fichiers CSV volumineux ou des traitements complexes, la bibliothèque pandas est recommandée.

Exemple :

import pandas as pd

# Lire un CSV dans un DataFrame
df = pd.read_csv("donnees.csv")
print(df)

# Ajouter des données et écrire dans un nouveau fichier
df["Pays"] = ["France", "France"]
df.to_csv("nouveau_resultat.csv", index=False)

---