Pythonilla (kuten useimmilla muillakin ohjelmointikielillä) voidaan käsitellä tiedostoja. Tiedosto avataan ennen kuin se voidaan lukea tai kirjoittaa. Tiedosto voidaan tuhota avaamatta sitä ensin.

Tiedoston avaaminen ja lukeminen

Tiedosto avataan open()-funktiolla:

open(file, 'm', [...])

jossa

• file on avattavan tiedoston nimi polkuineen. Polku voi olla absoluuttinen tai suhteellinen. Aiheuttaa virheen OSError, jos tiedostoa ei ole (poikkeuksena tiedoston luominen 'x'-parametrilla).
• m on kirjain, jolla kerrotaan tiedoston avaamisen tapa (mode):
  • 'r' - tiedosto avataan lukemista varten (oletus)
  • 'w' - tiedosto avataan kirjoittamista varten
  • 'x' - tiedosto luodaan; aiheuttaa virheen, jos tiedosto on jo olemassa (käytössä vasta Python 3.3:ssa)
  • 'a' - tiedosto avataan kirjoittamista varten - jos tiedosto on jo olemassa, uusi sisältö lisätään tiedoston loppuun (append); jos tiedostoa ei ole olemassa, se luodaan
  • '+' - tiedosto avataan päivittämistä (updating) eli lukemista ja kirjoittamista varten
  • 'b' - tiedosto avataan binäärimuotoisena
  • 't' - tiedosto avataan tekstimuotoisena (oletus)
• [...] muita, harvemmin tarvittavia määreitä; ks. dokumentaatio

open()-funktio avaa tiedoston ja palauttaa ns. tiedostokahvan (file handle) eli viittauksen avattuun tiedostoon. Tiedostokahva talletetaan yleensä muuttujaan, jota käytetään tiedostoa käsitellessä.

Kun tiedostoa ei enää tarvitse käsitellä, se pitää sulkea close()-funktiolla.

Tiedoston sisältö saadaan luettua read()-funktiolla.

datafile = open("crash_catalonia.csv") # Avataan tekstitiedosto crash_catalonia.csv
print(datafile.read())                 # Tulostetaan tiedoston sisältö näytölle
datafile.close()                       # Suljetaan tiedosto
Tulostaa:
'Day of Week', 'Number of Crashes'
'Sunday', 13664'
'Monday', 17279'
'Tuesday', 17337'
'Wednesday', 17394'
'Thursday', 17954'
'Friday', 19147'
'Saturday', 15714'

csv-tiedoston lukeminen

Pythonissa on oma kirjastonsa csv-tiedostojen käsittelyyn. Kirjasto otetaan käyttöön käskyllä import.

import csv

csv-kirjastossa on useita metodeja, joista reader() lukee avatun csv-tiedoston.

import csv
datatiedosto = open("crash_catalonia.csv") # Avataan tekstitiedosto crash_catalonia.csv
data = csv.reader(datatiedosto) # Luetaan tiedoston sisältö csv-muotoisena
for rivi in data:                               # Käydään yksitellen läpi csv-tiedoston rivit
    print(rivi)                                 # Tulostetaan kukin rivi näytölle
datatiedosto.close()                            # Suljetaan tiedosto
Tulostaa:
['Day of Week', 'Number of Crashes']
['Sunday', '13664']
['Monday', '17279']
['Tuesday', '17337']
['Wednesday', '17394']
['Thursday', '17954']
['Friday', '19147']
['Saturday', '15714']

Harjoitus 1

1. Tee ohjelma, joka tulostaa tiedostosta crash_catalonia.csv vain kolarisarakkeen eli ko. sarakkeen otsikon ja kolareiden lukumäärät!
   
   Ratkaisu:

   import csv
     datatiedosto = open("csv\crash_catalonia.csv")
     datarivit = csv.reader(datatiedosto)
     for datarivi in datarivit: # Käydään läpi kaikki rivit
         print(datarivi[1])     # Tulostetaan kunkin rivin listan toinen jäsen -
                              #   ensimmäinen tulostuisi indeksillä 0

   Versio, joka tulee toimeen csv-tiedoston tyhjien ja otsikkorivien kanssa:

   import csv
     datafile = open("csv\crash_catalonia.csv")
     datarivit = csv.reader(datafile)
     for datarivi in datarivit:
         try:                          # Kokeillaan, josko onnistuisi hakea numero
             print(datarivi[1])        #   toisesta sarakkeesta (eli indeksin arvolla 1)
                                       # Jos numeron haussa tulee ongelmia, hypätään
                                       #   ongelman mukaiseen except-kohtaan
         except IndexError:            # Tyhjällä rivillä tulee ongelmia indeksin
             print("Indeksiongelma!")  #   kanssa, joten tulostetaan ongelmasta
             continue                  #   tieto ja jatketaan for-luuppia
         except ValueError:            # Otsikkorivillä tulee ongelmia, kun
             print("Numero-ongelma!")  #   riviltä ei löydykään numeroita. Tulostetaan
             continue                  #   ongelmasta tieto ja jatketaan for-luuppia

   
   
2. Muokkaa ohjelmaa niin, että sarakkeen otsikkorivin sisältö jää tulostumatta. Vinkki: lue se tiedostosta, mutta älä tulosta sitä!
   
   Ratkaisu 1:

   import csv
   datatiedosto = open("csv\crash_catalonia.csv")
   datarivit = csv.reader(datatiedosto)
   rivi = 1 # Perustetaan rivilaskuri ja asetetaan se osoittamaan
            # ensimmäiselle riville
   for datarivi in datarivit: # Käydään läpi kaikki rivit
       if rivi > 1:           # Muut kuin 1. rivi
           print(datarivi[1]) #   tulostetaan
       rivi += 1              # Muista kasvattaa rivilaskuria!

   Ratkaisu 2:

   import csv
   datatiedosto = open("csv\crash_catalonia.csv")
   datarivit = csv.reader(datatiedosto)
   eka_rivi = True            # Käsitellään ensiksi eka rivi
   for datarivi in datarivit: # Käydään läpi kaikki rivit
       if not eka_rivi:       # Muut kuin 1. rivi
           print(datarivi[1]) #   tulostetaan
       eka_rivi = False       # Muista asettaa eka_rivi-muuttuja
                              #   arvoon False!

3. Tee ohjelma, joka laskee kolareiden määrän keskiarvon! Voit käyttää hyväksesi tulostuksen muotoilua w3schoolsin sivun ohjeiden mukaan, jolloin tulos näyttää esimerkiksi tältä:

   Kolarilukuja oli 7 ja niiden keskiarvo on kahden desimaalin tarkkuudella 16927.00.

   
   Vinkki: merkkijonon voi muuttaa kokonaisluvuksi funktiolla int() - esimerkiksi merkkijono "12345" muutetaan kokonaisluvuksi näin: int("12345")

Harjoitus 2

1. Tee ohjelma, joka tulostaa tiedostosta hw_small.csv luetut pituus- ja painotiedot metrisinä (cm ja kg)!
   
   1. vinkki: merkkijonon (str) voi muuttaa liukuluvuksi (float) funktiolla float()!
      
   2. vinkki: muodosta ensin tulostusformaattimuuttuja ja tulosta sitä käyttäen format-funktiolla. Tässä tulostetaan pituus kokonaislukuna (eli nollan desimaalin tarkkuudella) ja paino yhden desimaalin tarkkuudella:
      

      tulostus = "Pituus: {:.0f} cm  Paino {:.1f} kg"
      print(tulostus.format(pituus_cm, paino_kg))

2. Muokkaa ohjelmaa niin, että se tulostaa yksittäisten pituuksien ja painojen sijasta pituuksien ja painojen keskiarvot (cm, kg) sekä mittausten lukumäärän!
3. Muokkaa ohjelmaa niin, että luettavan tiedoston nimi syötetään näppäimistöltä. Kokeile ohjelmaa tiedostolla hw_big.csv!

hw_small.csv: Pituuksien keskiarvo on 173 cm ja painojen keskiarvo 57.7 kg.

hw_big.csv: Pituuksien keskiarvo on 173 cm ja painojen keskiarvo 57.6 kg.

import csv
  datafile = open("csv/hw_small.csv")
  rivit = csv.reader(datafile)

  indeksiongelmia = 0
  pituussumma, painosumma, n = 0.0, 0.0, 0
  tuumista_senteiksi = 2.54
  paunoista_kiloiksi = 0.453592

  eka_rivi = True

  for rivi in rivit:
      if not eka_rivi:  # Ekalla rivillä on vain otsikot
          try:
              # Laske pituus senteissä ja summaa:
              pituus_cm = float(rivi[1]) * tuumista_senteiksi
              pituussumma += pituus_cm
              # Laske paino kiloissa ja summaa
              paino_kg = float(rivi[2]) * paunoista_kiloiksi
              painosumma += paino_kg
              # Tulosta molemmat
              tulostus = "Pituus: {:.0f} cm  Paino: {:.1f} kg"
              print(tulostus.format(pituus_cm, paino_kg))
              n += 1
          except IndexError:
              indeksiongelmia += 1
      eka_rivi = False

  tulostus = "Pituuden keskiarvo on {pituus_ka:.0f} cm "\
            "ja painon {paino_ka:.1f} kg."
  print(tulostus.format(pituus_ka = pituussumma/n, paino_ka = painosumma/n))

  if indeksiongelmia > 0:
      tulostus = "Indeksiongelmia oli {}"
  else:
      tulostus = "Ei indeksiongelmia!"
  print(tulostus.format(indeksiongelmia))

Harjoituksissa käytettävät tiedostot