Question

假设你有一个枯燥的任务，要删除几百CSV文件的第一行。也许你会将它们送入一个自动化的过程，只需要数据，不需要每列顶部的表头。可以在Excel中打开每个文件，删除第一行，并重新保存该文件，但这需要几个小时。让我们写一个程序来做这件事。

该程序需要打开当前工作目录中所有扩展名为.csv的文件，读取CSV文件的内容，并除掉第一行的内容重新写入同名的文件。这将用新的、无表头的内容替换CSV文件的旧内容。

警告

与往常一样，当你写程序修改文件时，一定要先备份这些文件，以防万一你的程序没有按期望的方式工作。你不希望意外地删除原始文件。

总的来说，该程序必须做到以下几点：

· 找出当前工作目录中的所有CSV文件。

· 读取每个文件的全部内容。

· 跳过第一行，将内容写入一个新的CSV文件。

在代码层面上，这意味着该程序需要做到以下几点：

· 循环遍历从os.listdir()得到的文件列表，跳过非CSV文件。

· 创建一个CSV Reader对象，读取该文件的内容，利用line_num属性确定要跳过哪一行。

· 创建一个CSV Writer对象，将读入的数据写入新文件。

针对这个项目，打开一个新的文件编辑器窗口，并保存为removeCsvHeader.py。

第1步：循环遍历每个CSV文件

程序需要做的第一件事情，就是循环遍历当前工作目录中所有CSV文件名的列表。让removeCsvHeader.py看起来像这样：

　#! python3
　# removeCsvHeader.py - Removes the header from all CSV files in the current
　# working directory.

　import csv, os

　os.makedirs('headerRemoved', exist_ok=True)

　# Loop through every file in the current working directory.
　for csvFilename in os.listdir('.'):
　    if not csvFilename.endswith('.csv'):
❶         continue     # skip non-csv files

　    print('Removing header from ' + csvFilename + '...')

　    # TODO: Read the CSV file in (skipping first row).

　    # TODO: Write out the CSV file.

os.makedirs()调用将创建headerRemoved文件夹，所有的无表头的CSV文件将写入该文件夹。针对os.listdir('.')进行for循环完成了一部分任务，但这会遍历工作目录中的所有文件，所以需要在循环开始处添加一些代码，跳过扩展名不是.csv的文件。如果遇到非CSV文件，continue语句❶让循环转向下一个文件名。

为了让程序运行时有一些输出，打印出一条消息说明程序在处理哪个CSV文件。然后，添加一些TODO注释，说明程序的其余部分应该做什么。

第2步：读入CSV文件

该程序不会从原来的CSV文件删除第一行。但是，它会创建新的CSV文件副本，不包含第一行。因为副本的文件名与原来的文件名一样，所以副本会覆盖原来的文件。

该程序需要一种方法，来知道它的循环当前是否在处理第一行。为removeCsvHeader.py添加以下代码。

#! python3
# removeCsvHeader.py - Removes the header from all CSV files in the current
# working directory.

--snip--
# Read the CSV file in (skipping first row).
csvRows = []
csvFileObj = open(csvFilename)
readerObj = csv.reader(csvFileObj)
for row in readerObj:
    if readerObj.line_num == 1:
        continue     # skip first row
    csvRows.append(row)
csvFileObj.close()

# TODO: Write out the CSV file.

Reader对象的line_num属性可以用来确定当前读入的是CSV文件的哪一行。另一个for循环会遍历CSV Reader对象返回所有行，除了第一行，所有行都会添加到csvRows。

在for循环遍历每一行时，代码检查reader.line_num是否设为1。如果是这样，它执行continue，转向下一行，不将它添加到csvRows中。对于之后的每一行，条件永远是False，该行将添加到csvRows中。

第3步：写入CSV文件，没有第一行

现在csvRows包含了除第一行的所有行，该列表需要写入headerRemoved文件夹中的一个CSV文件。将以下代码添加到removeCsvHeader.py：

　#! python3
　# removeCsvHeader.py - Removes the header from all CSV files in the current
　# working directory.
　--snip--

　# Loop through every file in the current working directory.
❶ for csvFilename in os.listdir('.'):
　    if not csvFilename.endswith('.csv'):
　        continue # skip non-CSV files

　    --snip--

　    # Write out the CSV file.
　    csvFileObj = open(os.path.join('headerRemoved', csvFilename), 'w',
　                 newline='')
　    csvWriter = csv.writer(csvFileObj)
　    for row in csvRows:
　        csvWriter.writerow(row)
 　   csvFileObj.close()

CSV Writer对象利用csvFilename（这也是我们在CSV Reader中使用的文件名），将列表写入headerRemoved中的一个CSV文件。这将覆盖原来的文件。

创建Writer对象后，我们循环遍历存储在csvRows中的子列表，将每个子列表写入该文件。

这段代码执行后，外层for循环❶将循环到os.listdir('.')中的下一个文件名。循环结束时，程序就结束了。

为了测试你的程序，从http://nostarch.com/automatestuff/下载removeCsvHeader.zip，将它解压缩到一个文件夹。在该文件夹中运行removeCsvHeader.py程序。输出将是这样的：

Removing header from NAICS_data_1048.csv...
Removing header from NAICS_data_1218.csv...
--snip--
Removing header from NAICS_data_9834.csv...
Removing header from NAICS_data_9986.csv...

这个程序应该在每次从CSV文件中删除第一行时，打印一个文件名。

第4步：类似程序的想法

针对CSV文件写的程序类似于针对Excel文件写的程序，因为它们都是电子表格文件。你可以编程完成以下任务：

· 在一个CSV文件的不同行，或多个CSV文件之间比较数据。

· 从CSV文件拷贝特定的数据到Excel文件，或反过来。

· 检查CSV文件中无效的数据或格式错误，并向用户提醒这些错误。

· 从CSV文件读取数据，作为Python程序的输入。