不間斷 Python 挑戰 Day 28 - 處理CSV文件

更新於 2022/03/07發佈於 2022/03/07閱讀時間約 46 分鐘

CSV全名為Comma-Separated Values，中文稱為逗號分隔值，也可稱為字元分隔值，因為分隔字元可以不是逗號。它以純文字的形式儲存表格資料，同一列的資料以逗號或其它符號分隔成不同欄位，每一列的資料間以換行符號分隔。網路上很多資料的格式都是以CSV檔案呈現，例如交通部中央氣象局的觀測資料查詢系統、或是台灣證券交易所的上市股票交易資訊等。這篇文章會說明如何以Python內建的csv模組來處理CSV檔案。

開啟CSV檔案

以台灣證券交易所的上市個股日成交資訊為例，進入台灣證券交易所網站後，點選"交易資訊"中的"個股日成交資訊"，進入查詢畫面。

台灣證券交易所

假設我們想要查詢"元大台灣50"在二月份的日成交資訊，可以在股票代碼欄位輸入"元大台灣50"的股票代碼"0050"，按下查詢後便可在網頁上顯示出股票的開、高、低、收等資訊，並可點下"CSV下載"的連結，將該表格的CSV檔案下載下來。

個股日成交資訊

111年2月元大台灣50日成交資訊

以記事本開啟下載的檔案，可以看到這個CSV檔案的原始格式。

使用記事本開啟CSV檔

以下是使用Excel開啟檔案的結果。

使用Excel開啟CSV檔

讀取CSV檔案

如同在上一節開啟純文字文件的方式，CSV檔案也適用同樣的方式開啟，搭配with關鍵字，使用open()函數開啟CSV檔案後，可用read()函數將檔案內容讀出來，或是使用readlines()函數將檔案內容存成串列。

with open("STOCK_DAY_0050_202202.csv") as csv_read_file:
　　csv_read_data = csv_read_file.readlines()
　　print(csv_read_data)

執行結果如下：

['"111年02月 0050 元大台灣50       各日成交資訊"\n', '"日期","成交股數","成交金額","開盤價","最高價","最低價","收盤價","漲跌價差","成交筆數",\n', '"111/02/07","25,312,461","3,593,629,562","142.60","142.80","141.20","142.30","+0.75","27,821",\n', '"111/02/08","11,521,967","1,648,442,209","143.30","143.50","142.80","142.90","+0.60","12,271",\n', '"111/02/09","8,470,497","1,211,943,126","143.50","143.50","142.65","143.40","+0.50","10,362",\n', '"111/02/10","6,325,130","912,680,055","143.90","145.05","143.50","145.05","+1.65","9,065",\n', '"111/02/11","4,556,282","659,321,520","144.70","145.05","144.05","144.95","-0.10","6,376",\n', '"111/02/14","12,907,152","1,841,179,721","143.95","143.95","142.20","142.70","-2.25","23,175",\n', '"111/02/15","8,139,525","1,160,338,475","142.70","143.20","141.95","142.05","-0.65","16,664",\n', '"111/02/16","6,906,308","995,478,507","143.90","144.45","143.80","144.40","+2.35","9,252",\n', '"111/02/17","5,161,916","746,195,906","144.40","145.00","144.00","144.50","+0.10","7,328",\n', '"111/02/18","4,068,622","584,581,991","143.50","144.15","143.05","144.10","-0.40","5,997",\n', '"111/02/21","4,807,904","689,347,421","143.45","143.85","142.80","143.80","-0.30","8,772",\n', '"111/02/22","20,814,988","2,943,619,804","142.60","142.65","140.75","141.85","-1.95","42,631",\n', '"111/02/23","4,803,500","681,745,270","141.85","142.40","141.65","142.25","+0.40","8,142",\n', '"111/02/24","32,725,876","4,565,434,642","141.10","141.10","138.30","138.80","-3.45","67,346",\n', '"111/02/25","24,731,645","3,424,810,229","139.05","139.20","137.85","138.50","-0.30","43,146",\n', '"說明:"\n', '"符號說明:+/-/X表示漲/跌/不比價"\n', '"當日統計資訊含一般、零股、盤後定價、鉅額交易，不含拍賣、標購。"\n', '"ETF證券代號第六碼為K、M、S、C者，表示該ETF以外幣交易。"\n', '\n']

可以注意到若以這種方式讀取檔案，串列的元素是以字串的形式存在，且將每個欄位以及逗號合在一起，難以做進一步的資料處理。在此，我們可以導入csv模組的reader()方法建立reader物件，再使用for迴圈逐行讀出reader物件資料，或是將其轉換為串列，每個欄位就可以被分開，成為串列的一個元素。

使用for迴圈逐行讀出Reader物件資料：

with open("STOCK_DAY_0050_202202.csv") as csv_read_file:
　　csv_read_data = csv.reader(csv_read_file)
　　for row in csv_read_read_data:
　　　　print(row)

執行結果：

['111年02月 0050 元大台灣50       各日成交資訊']
['日期', '成交股數', '成交金額', '開盤價', '最高價', '最低價', '收盤價', '漲跌價差', '成交筆數', '']
['111/02/07', '25,312,461', '3,593,629,562', '142.60', '142.80', '141.20', '142.30', '+0.75', '27,821', '']
['111/02/08', '11,521,967', '1,648,442,209', '143.30', '143.50', '142.80', '142.90', '+0.60', '12,271', '']
['111/02/09', '8,470,497', '1,211,943,126', '143.50', '143.50', '142.65', '143.40', '+0.50', '10,362', '']
['111/02/10', '6,325,130', '912,680,055', '143.90', '145.05', '143.50', '145.05', '+1.65', '9,065', '']
['111/02/11', '4,556,282', '659,321,520', '144.70', '145.05', '144.05', '144.95', '-0.10', '6,376', '']
['111/02/14', '12,907,152', '1,841,179,721', '143.95', '143.95', '142.20', '142.70', '-2.25', '23,175', '']
['111/02/15', '8,139,525', '1,160,338,475', '142.70', '143.20', '141.95', '142.05', '-0.65', '16,664', '']
['111/02/16', '6,906,308', '995,478,507', '143.90', '144.45', '143.80', '144.40', '+2.35', '9,252', '']
['111/02/17', '5,161,916', '746,195,906', '144.40', '145.00', '144.00', '144.50', '+0.10', '7,328', '']
['111/02/18', '4,068,622', '584,581,991', '143.50', '144.15', '143.05', '144.10', '-0.40', '5,997', '']
['111/02/21', '4,807,904', '689,347,421', '143.45', '143.85', '142.80', '143.80', '-0.30', '8,772', '']
['111/02/22', '20,814,988', '2,943,619,804', '142.60', '142.65', '140.75', '141.85', '-1.95', '42,631', '']
['111/02/23', '4,803,500', '681,745,270', '141.85', '142.40', '141.65', '142.25', '+0.40', '8,142', '']
['111/02/24', '32,725,876', '4,565,434,642', '141.10', '141.10', '138.30', '138.80', '-3.45', '67,346', '']
['111/02/25', '24,731,645', '3,424,810,229', '139.05', '139.20', '137.85', '138.50', '-0.30', '43,146', '']
['說明:']
['符號說明:+/-/X表示漲/跌/不比價']
['當日統計資訊含一般、零股、盤後定價、鉅額交易，不含拍賣、標購。']
['ETF證券代號第六碼為K、M、S、C者，表示該ETF以外幣交易。']
[]

將Reader物件轉換為串列，再使用for迴圈逐行讀出串列內容：

with open("STOCK_DAY_0050_202202.csv") as csv_read_file:
　　csv_read_data = csv.reader(csv_read_file)
　　csv_read_list = list(csv_read_data)
　　for row in csv_read_list:
　　　　print(row)

執行得到相同的結果：

['111年02月 0050 元大台灣50       各日成交資訊']
['日期', '成交股數', '成交金額', '開盤價', '最高價', '最低價', '收盤價', '漲跌價差', '成交筆數', '']
['111/02/07', '25,312,461', '3,593,629,562', '142.60', '142.80', '141.20', '142.30', '+0.75', '27,821', '']
['111/02/08', '11,521,967', '1,648,442,209', '143.30', '143.50', '142.80', '142.90', '+0.60', '12,271', '']
['111/02/09', '8,470,497', '1,211,943,126', '143.50', '143.50', '142.65', '143.40', '+0.50', '10,362', '']
['111/02/10', '6,325,130', '912,680,055', '143.90', '145.05', '143.50', '145.05', '+1.65', '9,065', '']
['111/02/11', '4,556,282', '659,321,520', '144.70', '145.05', '144.05', '144.95', '-0.10', '6,376', '']
['111/02/14', '12,907,152', '1,841,179,721', '143.95', '143.95', '142.20', '142.70', '-2.25', '23,175', '']
['111/02/15', '8,139,525', '1,160,338,475', '142.70', '143.20', '141.95', '142.05', '-0.65', '16,664', '']
['111/02/16', '6,906,308', '995,478,507', '143.90', '144.45', '143.80', '144.40', '+2.35', '9,252', '']
['111/02/17', '5,161,916', '746,195,906', '144.40', '145.00', '144.00', '144.50', '+0.10', '7,328', '']
['111/02/18', '4,068,622', '584,581,991', '143.50', '144.15', '143.05', '144.10', '-0.40', '5,997', '']
['111/02/21', '4,807,904', '689,347,421', '143.45', '143.85', '142.80', '143.80', '-0.30', '8,772', '']
['111/02/22', '20,814,988', '2,943,619,804', '142.60', '142.65', '140.75', '141.85', '-1.95', '42,631', '']
['111/02/23', '4,803,500', '681,745,270', '141.85', '142.40', '141.65', '142.25', '+0.40', '8,142', '']
['111/02/24', '32,725,876', '4,565,434,642', '141.10', '141.10', '138.30', '138.80', '-3.45', '67,346', '']
['111/02/25', '24,731,645', '3,424,810,229', '139.05', '139.20', '137.85', '138.50', '-0.30', '43,146', '']
['說明:']
['符號說明:+/-/X表示漲/跌/不比價']
['當日統計資訊含一般、零股、盤後定價、鉅額交易，不含拍賣、標購。']
['ETF證券代號第六碼為K、M、S、C者，表示該ETF以外幣交易。']
[]

使用索引讀取串列內容

假設我們想讀取"元大台灣50"在二月份每天的收盤價，觀察一下上方資料的型態，可以看到資料的最前和最後有一些不屬於成交資訊的內容，因此對資料做一些簡易的判斷，捨去長度為1的列，即可用"日期"及"收盤價"所在的索引值讀出資料內容。

with open("STOCK_DAY_0050_202202.csv") as csv_read_file:
　　csv_read_data = csv.reader(csv_read_file)
　　csv_read_list = list(csv_read_data)
　　for row in range(len(csv_read_list)-1):
　　　　if len(csv_read_list[row]) > 1:
　　　　　　print(csv_read_list[row][0], csv_read_list[row][6])

執行結果：

日期 收盤價
111/02/07 142.30
111/02/08 142.90
111/02/09 143.40
111/02/10 145.05
111/02/11 144.95
111/02/14 142.70
111/02/15 142.05
111/02/16 144.40
111/02/17 144.50
111/02/18 144.10
111/02/21 143.80
111/02/22 141.85
111/02/23 142.25
111/02/24 138.80
111/02/25 138.50

寫入CSV檔案

相對於讀取CSV檔案，寫入CSV檔案時，我們需要使用csv模組的writer()方法建立一個writer物件，再使用writerow()或writerows()方法逐行或一次寫入多行資料到CSV檔案。

以下範例將建立一個CSV檔案，將我們剛剛下載的"元大台灣50"在二月份的日成交資訊複製過來，其中newline=""的目的是避免每一列之間多出一個空白列。

with open("STOCK_DAY_0050_202202_copy.csv", mode="w", newline="") as csv_write_file:
　　csv_write_data = csv.writer(csv_write_file)
　　csv_write_data.writerows(csv_read_list)

執行過後，在主目錄底下會多出一個STOCK_DAY_0050_202202_copy.csv檔案，內容和STOCK_DAY_0050_202202.csv相同。

複製的CSV

設定分隔符號：delimiter關鍵字

前面提到，CSV檔案的分隔字元可以不是逗號，在寫入CSV檔案時，需要在writer()方法內用到delimiter關鍵字，如以下範例使用空格" "做為分隔符號。

with open("STOCK_DAY_0050_202202_delimiter.csv", mode="w", newline="") as csv_write_file:
　　csv_write_data = csv.writer(csv_write_file, delimiter=" ")
　　csv_write_data.writerows(csv_read_list)

可以看到欄位之間的分隔不再是預設的逗點，而是變成空格。

使用空格做為欄位分隔符號

在讀取分隔字元不是逗點的CSV檔案時，reader()方法也要做對應的設定，否則就會出現非預期的結果，如以下的錯誤範例，它在讀取前面使用空格分隔的CSV檔案"STOCK_DAY_0050_202202_delimiter.csv"時，把數字內的逗點當成了分隔點。

with open("STOCK_DAY_0050_202202_delimiter.csv") as csv_read_file:
　　csv_read_data = csv.reader(csv_read_file)
　　csv_read_list = list(csv_read_data)
　　for row in csv_read_list:
　　　　print(row)

執行結果：

['111年02月 0050 元大台灣50       各日成交資訊']
['日期 成交股數 成交金額 開盤價 最高價 最低價 收盤價 漲跌價差 成交筆數 ']
['111/02/07 25', '312', '461 3', '593', '629', '562 142.60 142.80 141.20 142.30 +0.75 27', '821 ']
['111/02/08 11', '521', '967 1', '648', '442', '209 143.30 143.50 142.80 142.90 +0.60 12', '271 ']
['111/02/09 8', '470', '497 1', '211', '943', '126 143.50 143.50 142.65 143.40 +0.50 10', '362 ']
['111/02/10 6', '325', '130 912', '680', '055 143.90 145.05 143.50 145.05 +1.65 9', '065 ']
['111/02/11 4', '556', '282 659', '321', '520 144.70 145.05 144.05 144.95 -0.10 6', '376 ']
['111/02/14 12', '907', '152 1', '841', '179', '721 143.95 143.95 142.20 142.70 -2.25 23', '175 ']
['111/02/15 8', '139', '525 1', '160', '338', '475 142.70 143.20 141.95 142.05 -0.65 16', '664 ']
['111/02/16 6', '906', '308 995', '478', '507 143.90 144.45 143.80 144.40 +2.35 9', '252 ']
['111/02/17 5', '161', '916 746', '195', '906 144.40 145.00 144.00 144.50 +0.10 7', '328 ']
['111/02/18 4', '068', '622 584', '581', '991 143.50 144.15 143.05 144.10 -0.40 5', '997 ']
['111/02/21 4', '807', '904 689', '347', '421 143.45 143.85 142.80 143.80 -0.30 8', '772 ']
['111/02/22 20', '814', '988 2', '943', '619', '804 142.60 142.65 140.75 141.85 -1.95 42', '631 ']
['111/02/23 4', '803', '500 681', '745', '270 141.85 142.40 141.65 142.25 +0.40 8', '142 ']
['111/02/24 32', '725', '876 4', '565', '434', '642 141.10 141.10 138.30 138.80 -3.45 67', '346 ']
['111/02/25 24', '731', '645 3', '424', '810', '229 139.05 139.20 137.85 138.50 -0.30 43', '146 ']
['說明:']
['符號說明:+/-/X表示漲/跌/不比價']
['當日統計資訊含一般、零股、盤後定價、鉅額交易，不含拍賣、標購。']
['ETF證券代號第六碼為K、M、S、C者，表示該ETF以外幣交易。']
[]

加上正確的delimiter關鍵字即可正確讀出CSV檔案內容。

with open("STOCK_DAY_0050_202202_delimiter.csv") as csv_read_file:
　　csv_read_data = csv.reader(csv_read_file, delimiter=" ")
　　csv_read_list = list(csv_read_data)
　　for row in csv_read_list:
　　　　print(row)

執行結果：

['111年02月 0050 元大台灣50       各日成交資訊']
['日期', '成交股數', '成交金額', '開盤價', '最高價', '最低價', '收盤價', '漲跌價差', '成交筆數', '']
['111/02/07', '25,312,461', '3,593,629,562', '142.60', '142.80', '141.20', '142.30', '+0.75', '27,821', '']
['111/02/08', '11,521,967', '1,648,442,209', '143.30', '143.50', '142.80', '142.90', '+0.60', '12,271', '']
['111/02/09', '8,470,497', '1,211,943,126', '143.50', '143.50', '142.65', '143.40', '+0.50', '10,362', '']
['111/02/10', '6,325,130', '912,680,055', '143.90', '145.05', '143.50', '145.05', '+1.65', '9,065', '']
['111/02/11', '4,556,282', '659,321,520', '144.70', '145.05', '144.05', '144.95', '-0.10', '6,376', '']
['111/02/14', '12,907,152', '1,841,179,721', '143.95', '143.95', '142.20', '142.70', '-2.25', '23,175', '']
['111/02/15', '8,139,525', '1,160,338,475', '142.70', '143.20', '141.95', '142.05', '-0.65', '16,664', '']
['111/02/16', '6,906,308', '995,478,507', '143.90', '144.45', '143.80', '144.40', '+2.35', '9,252', '']
['111/02/17', '5,161,916', '746,195,906', '144.40', '145.00', '144.00', '144.50', '+0.10', '7,328', '']
['111/02/18', '4,068,622', '584,581,991', '143.50', '144.15', '143.05', '144.10', '-0.40', '5,997', '']
['111/02/21', '4,807,904', '689,347,421', '143.45', '143.85', '142.80', '143.80', '-0.30', '8,772', '']
['111/02/22', '20,814,988', '2,943,619,804', '142.60', '142.65', '140.75', '141.85', '-1.95', '42,631', '']
['111/02/23', '4,803,500', '681,745,270', '141.85', '142.40', '141.65', '142.25', '+0.40', '8,142', '']
['111/02/24', '32,725,876', '4,565,434,642', '141.10', '141.10', '138.30', '138.80', '-3.45', '67,346', '']
['111/02/25', '24,731,645', '3,424,810,229', '139.05', '139.20', '137.85', '138.50', '-0.30', '43,146', '']
['說明:']
['符號說明:+/-/X表示漲/跌/不比價']
['當日統計資訊含一般、零股、盤後定價、鉅額交易，不含拍賣、標購。']
['ETF證券代號第六碼為K、M、S、C者，表示該ETF以外幣交易。']
[]

程式範例

https://github.com/wjweng/marathon_python/blob/master/Day28/main.py

#python

#csv

Wei-Jie Weng的沙龍

47會員

36內容數

留言0

查看全部

發表第一個留言支持創作者！

Wei-Jie Weng的沙龍的其他內容

不間斷 Python 挑戰 Day 27 - 檔案、資料夾與路徑

到目前為止，我們都還是在附檔名為.py的Python檔案執行程式碼，當程式需要與外部的檔案互動，例如讀取文字、表格、或是影像來做分析，或是把程式執行的結果儲存下來，就需要能夠存取外部的檔案。例如，在上一節中，當貪食蛇遊戲結束之後，隨著程式停止執行，該次的分數也就被丟棄，若能將分數記錄下來，下次遊戲開

#python #file #path

不間斷 Python 挑戰 Day 26 - 專題：貪食蛇(下)

接續前一篇文章，說明貪食蛇遊戲架構的後半部份，來完成整個遊戲的程式設計。

#python #snakegame

不間斷 Python 挑戰 Day 25 - 專題：貪食蛇(上)

接下來我們會運用之前所學過的各種觀念，包括Turtle 模組、繼承等等，來製作這個大家都熟知的小遊戲－貪食蛇。完成品會長得像下圖這樣，包括可以設定難度(速度)、使用鍵盤的上、下、左、右鍵來移動貪食蛇的移動方向來吃到食物並加長蛇身、以及記分板等。

#python #snakegame

不間斷 Python 挑戰 Day 24 - Turtle Graphics繪圖模組

Turtle Graphic的前身是一種設計給小朋友學習的簡易繪圖程式，最初來自於Wally Feurzeig、Seymour Papert和Cynthia Solomon於1967年所創造的Logo編程語言，它是Python內建的繪圖函式庫，我們可以根據函式庫裡面的指令，操控一隻或多隻「小烏龜」在

#python #turtlegraphics

不間斷 Python 挑戰 Day 23 - 物件導向程式設計：繼承 (Inheritance)

「繼承」顧名思義就是有一個或多個類別延續了某個類別的特性，就如同在人類社會裡，兒女接收了父母的財產、承襲了上代的技能、延續了前一輩的事業。在Python的語言裡，能夠繼承的特性為類別的屬性與方法，繼承的類別稱為子類別(child class / subclass)或衍伸類別(derived clas

#python #inheritance

不間斷 Python 挑戰 Day 22 - 物件導向程式設計：封裝 (Encapsulation)

在類別一節中，我們可以用Student類別的實體來存取類別中的name變數、score字典、以及其中的所有方法，這些可以被類別以外的程式碼所直接存取的屬性稱為公有屬性(public attribute)、可以被類別以外的程式碼所直接呼叫的方法稱為公有方法(public method)。

#python #encapsulation

不間斷 Python 挑戰 Day 27 - 檔案、資料夾與路徑

#python #file #path

不間斷 Python 挑戰 Day 26 - 專題：貪食蛇(下)

接續前一篇文章，說明貪食蛇遊戲架構的後半部份，來完成整個遊戲的程式設計。

#python #snakegame

Python 解鎖 - 股市股號資訊撈取

在此篇中，我們來拿實務的例子作實戰練習，我們會討論如何在Google Colab的環境下，撈取所有台美股的股票代碼，並獲取相關細節，最後將獲取的資訊存取於SQLite資料庫中。

#Python #SQL #Google

陳式語言の投資之道

2024/06/29

一分鐘搞定台股數據：證交所OpenAPI無需爬蟲輕鬆獲取

對於剛接觸Python程式的使用者來說，要一口氣學會爬蟲可能相對困難，但若想即時且輕鬆獲得台股相關數據，你可以利用證交所所提供的API進行數據蒐集。只需要簡單幾行程式碼，就能輕鬆抓到台股上千支股票的每日資訊，是不是棒呆了!!

#證交所 #OpenAPI #爬蟲

Rex大叔的168台股投資教室

2024/06/20

【CB營收】傳統產業2024年5月營收

本文整理了台灣股票傳統產業2024年5月份最新營收概況，內文著重在股本規模、營收表現和可轉債轉換情形，這些都是投資人在進行股票投資時需要特別關注的訊息，文章中還提供了excel檔案給有興趣自行研究的投資人。

#傳統產業 #化學 #生技醫療

果農的沙龍

2024/04/03

如何用Python繪製折線圖

透過分析臺灣好行的公開資料，分享如何用Python繪製折線圖

#python #資料分析 #資料視覺化

凱斯的分享天地

2024/03/16

花若盛開，蝴蝶自來

我晚上有觀察籌碼的習慣，我的例行工作是這樣的，我會先到台灣證券交易所網站，下載當日的買賣日報表，下載的格式是csv擋，裡面揭露了交易券商、買進賣出的數量，還有進出的成本價格。支撐我常常這麼做的動力，並不是為了能提升投資獲利，如果這個是我的主要目標，我應該很快就絕望了。其實剛開始這麼做只是求知慾與

#投資筆記 #理財觀念

紀律投資的沙龍

2024/02/13

【台股籌碼看盤_目錄總表】

台股籌碼的盤勢觀察中，主要以現貨、期貨和選擇權等不同的籌碼面向進行每日的分析，以掌握市場的變化。同時，透過指數貢獻度的觀察，清楚地了解盤勢的控盤走向。此外也將技術面和主力籌碼面結合，以篩選出市場中的重點股，這有助於更全面地理解市場動態。

#台股籌碼看盤 #籌碼看盤 #技術分析

梧笙の領域展開

2024/01/19

Python 程式札記 : CSV 檔案操作

在數據分析的工作中，處理 CSV 檔案是一項基礎且重要的技能，CSV 格式的檔案是以純文字形式儲存表格數據，簡潔的結構使其普遍應用於數據儲存。本文將介紹如何使用Python 來讀取、處理和儲存 CSV 檔案。

#python #Python #程式

紀律投資的沙龍

2024/01/16

【2024-01-16 臺指期當沖】自動化交易紀錄分享

開盤直接向下跳空且成交口數有7700，九點開盤成交口數也不小8600口，開盤就直接賣壓湧現，盤勢也順勢快速往下殺，約9:15最低點17321，從60分K和30分K都出現了技術性支撐，也就是盤中有出現大量的支撐，盤勢也沒有順勢往下殺，當然操作上就不會去追空操作囉。今天因為多空量能是空方，不會觸發訊號。

#XQ全球贏家 #XQ自動化交易 #XQ期貨

紀律投資的沙龍

2024/01/15