CSV
قالبی متنی برای ذخیره و جابهجایی دادههای جدولی که مقدارهای هر ردیف در آن معمولاً با ویرگول جدا میشوند.
توضیح
در CSV هر رکورد مجموعهای از مقدارهاست که به ستونهای جدول مربوط میشوند؛ ردیف اول هم میتواند نام ستونها را نگه دارد. اگر مقداری شامل ویرگول یا خط جدید باشد، معمولاً داخل علامت نقلقول دوتایی قرار میگیرد، پس جدا کردن سادهٔ متن با ویرگول همیشه درست نیست. این قالب نوع دادهها را بهطور صریح ذخیره نمیکند و برنامهٔ خواننده باید مشخص کند هر مقدار چگونه تفسیر شود.
مثال
import csv
import io
text = 'name,city\nSara,"Tehran, Iran"\n'
rows = csv.DictReader(io.StringIO(text))
for row in rows:
print(row["city"]) # Tehran, Iranچرا مهم است
هنگام انتقال داده بین ابزارهای تحلیل، برنامههای جدولی و database با آن روبهرو میشوی. استفاده از ابزار خواندن CSV بهجای شکستن دستی متن کمک میکند مقدارهای دارای ویرگول یا خط جدید را درست بخوانی.
مفهومهای مرتبط
این کارت را هوش مصنوعی نوشته و دو بار با هوش مصنوعی بررسی شده است.
مطالبی با این مفهوم
- DuckDB

DuckDB؛ از Columnar Storage تا query مستقیم روی فایلها
مطلب آموزشی DuckDB توضیح میدهد چرا ذخیرهسازی جداگانه ستونها کار query را کمتر میکند و چطور میتوان فایلها را مستقیم خواند، ستونها را گروهی تغییر داد و نوع دادههای CSV را بررسی کرد.
- python

ادغام CSV با Python؛ بررسی تعداد ردیفها بدون پاکسازی داده
این آموزش فایلهای CSV یک پوشه را با standard library در Python ادغام میکند و تعداد ردیفهای ورودی و خروجی را مقایسه میکند. ردیفهای تکراری شمرده میشوند، اما حذف نمیشوند.