WOLFRAM

Wolfram 语言与系统参考资料中心

CSV (.csv)

  • Import 与 Export 完全支持 CSV 格式并提供各种数据转换和格式选项.
  • Import 自动识别常用数字格式，包括 C 和 Fortran 符号.
  • 没有小数点的数字按整数导入.

背景

    • MIME 类型：text/comma-separated-values，text/csv
    • CSV 表格数据格式.
    • 按行来存储数值和文本信息，使用逗号分隔字段.
    • 通常作为交换格式用于电子表格应用程序.
    • CSV 是 Comma-Separated Values（逗号分隔的值）的缩写.
    • 纯文本格式.
    • 与 TSV 类似.
    • 支持 RFC 4180.

导入与导出

  • Import["file.csv"] 返回包含字符串和数字的列表的列表，表示存储在文件中的行与列.
  • Import["file.csv",elem] 导入指定的参数.
  • Import["file.csv",{elem,subelem1,…}] 导入子参数 subelemi，对于导入部分数据非常有用.
  • 导入格式可以用 Import["file","CSV"] 或 Import["file",{"CSV",elem,…}] 指定.
  • Export["file.csv",expr] 从 expr 创建一个 CSV 文件.
  • 支持的表达式 expr 包括：
  • {v1,v2,…}单列数据
    {{v11,v12,…},{v21,v22,…},…}数据行列表
    array诸如 SparseArray、QuantityArray 等的数组
    tseriesTimeSeries、EventSeries 或 TemporalData 对象
    Dataset[…]数据集
    Tabular[…]表格对象
  • 有关完整的通用信息，请参阅以下参考页面：
  • Import, Export从文件导入或导出到文件
    CloudImport, CloudExport从云对象导入或导出到云对象
    ImportString, ExportString从字符串导入或导出到字符串
    ImportByteArray, ExportByteArray从字节数组导入或导出到字节数组

导入参数

  • Import 通用参数：
  • "Elements" 该文件可用的参数和选项列表
    "Summary"文件摘要
    "Rules"所有可用参数的规则列表
  • 表示数据的参数：
  • "Data"二维数组
    "Grid"将数据作为 Grid 对象表格
    "RawData"字符串的二维数组
    "Dataset"将数据作为 Dataset
    "Tabular"表格数据作为 TableView 对象
  • 数据描述符元素：
  • "ColumnLabels"列名
    "ColumnTypes"列名和类型的关联
    "Schema"TabularSchema 对象
  • 默认情况下，Import 与 Export 使用"Data"参数.
  • 导入部分数据的子参数，任何数据表示参数 elem 可以使用 {elem, rows, cols} 格式指定行列，其中 rows 和 cols 可为以下任意：
  • n第 n 行或列
    -n从结尾计算
    n;;m从 n 到 m
    n;;m;;s从 n 到 m，步长为 s
    {n1,n2,…}指定行或列 ni
  • 元数据参数：
  • "ColumnCount"列数
    "Dimensions"行数列表和最大列数
    "RowCount"行数

导入的选项

  • Import 的选项：
  • ByteOrderingAutomatic字节的排序
    CharacterEncoding"UTF8ISOLatin1"文件中使用的原始字符编码
    MissingValuePatternAutomatic用于指定缺失元素的模式
    "ColumnTypeDetectionDepth"Automatic用于标题检测的行数
    "CurrencyTokens"None当导入数值时会跳过货币单位
    "DateStringFormat"None日期格式，按 DateString 规范给出
    "EmptyField"""怎样表示空字段
    "FieldSeparator"","用于分隔列的字符串标记
    "FillRows"Automatic是否填满行最大化列长
    "HeaderLines"Automatic假定为标题的行数
    "IgnoreEmptyLines"True是否忽略空白行
    "NumberPoint""."小数点字符串
    "Numeric"Automatic是否尽可能将数据字段导入为数字
    "QuotingCharacter""\""用于分隔非数字字段的字符
    "Schema"Automatic用于构建表格对象的架构
    "SkipInvalidLines"False是否跳过无效行
    "SkipLines"Automatic在文件开头跳过的行数
  • 默认情况下，Import 试图将数据解释为 "UTF8" 编码文本. 如果文件中任何储存序列不能用 "UTF8" 表示，Import 将使用 "ISOLatin1" 代替.
  • 用 CharacterEncoding -> Automatic, Import 尝试推断文件中的字符编码.
  • "HeaderLines" 和 "SkipLines" 的可能设置为：
  • Automatic尝试确定需要跳过或用作标题的行数
    n跳过的 n 行或作为 Dataset 开头使用
    {rows,cols}跳过的行和列或作为开头使用
  • "Schema" 选项的可能设置包括：
  • schema完整的 TabularSchema 规范
    propval架构属性和值（参阅 TabularSchema 的参考页面）
    <|"prop1"val1,…|>架构属性和值的关联
  • Import 将表格输入转换为由 "DateStringFormat" 指定格式的 DateObject.
  • 默认情况下，并不导入双引号字符分隔的文本字段.
  • Import 还支持 "Backend" 选项. 可能的设置为 "Arrow" 和 "Table". 虽然 "Arrow" 后端通常速度更快，但 "Table" 后端支持参差不齐的数组以及包含不同类型元素的列，并且兼容旧版本的 Wolfram 语言.
导出的选项
  • Export 的选项：
  • AlignmentNone数据与表格列的对齐方式
    CharacterEncoding"UTF8"文件中使用的原始字符编码
    "EmptyField"""怎样表示空字段
    "ExpressionFormattingFunction"Automatic存储在 Tabular 对象中的表达式如何被转换为字符串
    "FillRows"False是否填满行最大化列长
    "IncludeQuotingCharacter"Automatic是否在导出值周围添加引号
    "QuotingCharacter""\""用于分隔非数字字段的字符
    "TableHeadings"Automatic表格列和行的标头
  • Alignment 可用设置为 None、Left、Center 和 Right.
  • "IncludeQuotingCharacter" 可以设置为以下值：
  • None不要在任何值周围添加引号
    Automatic仅在需要时在值周围添加引号
    All在所有有效值周围添加引号
  • 包含逗号和换行符的数据字段通常用双引号字符封装. 默认情况下，Export 使用双引号字符作为分隔符. 用 "QuotingCharacter" 可指定不同的字符.
  • "TableHeadings" 可以设置为以下值：
  • None跳过列标签
    Automatic导出列标签
    {"col1","col2",…}列标签列表
    {rhead,chead}指定行和列的单独标签
  • "ExpressionFormattingFunction" 可被设为以下值：
  • Automatic默认转换为字符串
    formFormat 支持的任意形式，如 InputForm
    f将表达式转换为字符串的任意函数
  • Export 使用运行 Wolfram 语言的计算机系统的常用规范编码行分隔字符.
  • Export 还支持 "Backend" 选项. 可能的设置为 "Arrow" 和 "Table". 虽然 "Arrow" 后端通常速度更快，但 "Table" 后端支持参差不齐的数组以及包含不同类型元素的列，并且兼容旧版本的 Wolfram 语言.

    • 范例

    打开所有单元 关闭所有单元

    基本范例  (3)

    导入 CSV 文件：

    从文件读取并绘制所有数据：

    导入 CSV 文件的摘要：

    导出表达式中一个数组至 CSV：

    范围  (8)

    导入  (4)

    从 CSV 文件导入元数据：

    将 CSV 文件作为 Tabular 对象导入，并自动检测标题行：

    导入时不包含标题，但跳过第一行：

    导入 CSV 的示例行：

    分析文件的单个列；首先查看列标签及其类型：

    获取某一列的所有值：

    计算平均值：

    导出  (4)

    导出一个 Tabular 对象：

    使用 "TableHeadings" 选项从 Tabular 对象中去除开头：

    导出一个 TimeSeries:

    导出一个 EventSeries:

    导出一个 QuantityArray:

    导入参数  (27)

    "ColumnCount"  (1)

    从 CSV 文件中获取列数：

    "ColumnLabels"  (1)

    从 CSV 文件中获取推断的列标签：

    "ColumnTypes"  (1)

    从 CSV 文件中获取推断的列类型：

    "Data"  (6)

    导入一个 CSV 文件作为值的二维列表：

    这也是默认参数：

    从 CSV 文件导入单行：

    从 CSV 文件导入部分指定行：

    从 CSV 文件导入前 10 行：

    从 CSV 文件中导入单行和列：

    从 CSV 文件导入单行：

    "Dataset"  (2)

    将 CSV 文件作为 Dataset 导入：

    使用 "HeaderLines" 和 "SkipLines" 选项仅导入感兴趣的数据：

    "Dimensions"  (2)

    从 CSV 文件导入维数：

    若文件中的所有行不含有相同列数，将使用最大行数：

    "Grid"  (1)

    将 CSV 数据作为 Grid 导入：

    "RawData"  (3)

    将 CSV 数据作为字符串行导入：

    对比 "Data"：

    默认使用 "RawData", "Numeric"->False：

    使用 "Numeric"->True:

    默认使用 "RawData", "FillRows"->True：

    使用 "FillRows"->False：

    "RowCount"  (1)

    从 CSV 文件获取列数：

    "Schema"  (1)

    获取 TabularSchema 对象：

    "Summary"  (1)

    CSV 文件摘要：

    "Tabular"  (7)

    将 CSV 文件导入为 Tabular 对象：

    使用 "HeaderLines" 和 "SkipLines" 选项仅导入感兴趣的数据：

    导入单行：

    导入多行：

    导入前 5 行：

    导入给定行和列的单个元素：

    导入单列：

    导入选项  (15)

    CharacterEncoding  (1)

    字符串编码可通过 $CharacterEncodings 设定为人任意值：

    "ColumnTypeDetectionDepth"  (1)

    默认情况下，文件开头的几十行用于检测列类型：

    使用更多行来检测列类型：

    "CurrencyTokens"  (1)

    自动跳过货币标志：

    使用 "CurrencyTokens" 选项来跳过选定的货币符号：

    "DateStringFormat"  (1)

    使用指定数据格式将数据转换为 DateObject：

    默认情况下，没有进行任何转换：

    "EmptyField"  (1)

    对 CSV 数据中的空字段指定默认值：

    "FieldSeparator"  (1)

    默认情况下，"," 用作字段分隔符：

    使用制表符作为字段分隔符：

    "FillRows"  (1)

    对于 "Data" 参数，行长度被自动保存：

    填补行：

    对于 "RawData" 参数，默认导入完整字段：

    "HeaderLines"  (1)

    默认情况下会自动检测标题行：

    当自动标题检测不正确时，使用 "HeaderLines" 选项：

    指定行标题：

    指定行和列标题：

    "IgnoreEmptyLines"  (1)

    用 "IgnoreEmptyLines" 从导入数据中除去无数据的行：

    MissingValuePattern  (1)

    默认情况下，一组自动值被视为缺失：

    使用 MissingValuePatternNone 禁用缺失元素检测：

    使用字符串模式查找缺失的元素：

    "Numeric"  (1)

    用 "Numeric"->True 解释数字：

    在默认情况下，所有都导入为字符串：

    "NumberPoint"  (1)

    默认情况下，使用 "." 来指定浮点数据的小数点字符：

    使用 "NumberPoint" 选项为浮点数据指定小数点字符：

    "QuotingCharacter"  (1)

    默认的引用字符是双引号：

    可以指定不同的引用字符：

    "Schema"  (1)

    Import 根据存储在 CSV 文件中的数据自动推断列标签和类型：

    使用 "Schema" 选项指定列标签和类型：

    "SkipLines"  (1)

    CSV 文件可能包含命令行：

    跳过命令行：

    跳过命令行，并用下一行作为 Tabular 开头：

    导出选项  (8)

    Alignment  (1)

    默认情况下，对于任何排列不添加任意附加字符串：

    左对齐列的值：

    中间对齐列的值：

    CharacterEncoding  (1)

    字符串编码可通过 $CharacterEncodings 设定为任意值：

    "EmptyField"  (1)

    在默认情况下，空参数导出为空字符串：

    对空参数指定不同值：

    "ExpressionFormattingFunction"  (1)

    默认情况下，Export 会根据列的类型使用不同的字符串转换方式：

    用 "ExpressionFormattingFunction"->InputForm 获取适宜于输入到 Wolfram 语言的字符串版本的表达式：

    使用将表达式转换为字符串的函数：

    "FillRows"  (1)

    在默认情况下，行长度被自动保存：

    使用 "FillRows"->True 来导出完整字段：

    "IncludeQuotingCharacter"  (1)

    默认情况下，Export 仅为需要引号的值添加引号字符：

    使用 "IncludeQuotingCharacter"All 将所有值都括在引号中：

    使用 "IncludeQuotingCharacter"None 导出所有值时不添加引号. 请注意，标题始终会被括在引号中:

    "QuotingCharacter"  (1)

    用于非数值元素的默认引用字符是双引号：

    指定不同的引号字符：

    使用 "QuotingCharacter"->"" 导出所有值时不添加引号. 请注意，标题始终会被括在引号中：

    "TableHeadings"  (1)

    默认情况下，导出列标题：

    使用 "TableHeadings"None 跳过列标题：

    使用自定义列标题导出数据：

    使用自定义列和行标题导出数据：

    应用  (1)

    将欧洲城市和其人口列表导出到 CSV 文件：

    导回数据并转换为表达式：

    可能存在的问题  (14)

    对于不规则数组（行具有不同数量的列的数组），某些行可能被视为无效：

    使用 "Backend""Table" 来避免跳过这些行：

    格式为 "nnnEnnn" 的条目被解释为科学计数法的数字：

    使用 "Numeric" 选项来覆盖此解释方式：

    数值解释可能导致精度丢失：

    使用 "Numeric" 选项来覆盖此解释方式：

    从版本 14.3 开始，可通过使用 -Head- 格式将一些表达转换为字符串：

    用 "ExpressionFormattingFunction"->InputForm 获取以前的结果：

    用 "Backend"->"Table"获取以前的结果：

    从版本 14.2 开始，货币符号不会被自动跳过：

    使用 "CurrencyTokens" 选项跳过此类符号：

    从版本 14.2 开始，当整数值列中包含大于 Developer`$MaxMachineInteger 的数值时，系统会添加引用字符：

    使用 "IncludeQuotingCharacter"->None 来获取之前的结果：

    从版本 14.2 开始，某些字符串会被自动视为缺失：

    使用 MissingValuePatternNone 来覆盖此解释：

    从版本 14.2 开始，小数部分为 0 的实数将导出为整数：

    使用 "Backend"->"Table" 来获取之前的结果：

    从版本 14.2 开始，系统支持自动列类型识别：

    如果列中包含非统一数据类型，建议使用 "Backend""Table" 设置：

    从版本 14.2 开始，大于 Developer`$MaxMachineInteger 的整数将被作为实数导入：

    使用 "Backend"->"Table" 来获取之前的结果：

    从版本 14.2 开始，Tabular 对象中的日期和时间列将使用 DateString 格式导出：

    使用 "Backend"->"Table" 来获取之前的结果：

    旧版 Wolfram 语言生成的某些 CSV 数据可能有文本字段分隔错误，而无法在版本 11.2 或更高版本中按预期导入：

    使用 "QuotingCharacter""" 将给出之前预期的结果：

    导入带有行和列标题的 Dataset 时，左上角的数据可能会丢失：

    Dataset 的显示效果可能因数据维度不同而有所差异：