Форматы JSON и CSV в Python: чтение, запись и анализ данных

Мы уже рассмотрели основы работы с файлами и текстовыми файлами в Python. Теперь мы переходим к структурированным данным — форматам, которые используются для хранения и обмена данными в структурированном виде. 🧩

Мы сосредоточимся на двух наиболее популярных форматах:

• JSON (JavaScript Object Notation) — формат для обмена данными, широко используемый в веб-приложениях и API
• CSV (Comma-Separated Values) — простой формат для представления табличных данных

Эти форматы очень распространены и используются во всех областях программирования — от веб-разработки до анализа данных.

JSON: JavaScript Object Notation

JSON (JavaScript Object Notation) — это текстовый формат обмена данными, похожий на словари и списки в Python. Он легко читается как человеком, так и машиной.

Структура данных JSON

JSON поддерживает следующие типы данных:

• Объекты (словари): {"name": "Alice", "age": 30}
• Массивы (списки): [1, 2, 3, 4]
• Строки: "Hello, world!"
• Числа: 42, 3.14
• Логические значения: true, false
• null (в Python соответствует None)

Модуль json в Python

Python предоставляет встроенный модуль json для работы с этим форматом:

Python 3.13
>>> import json

# Простой словарь Python
>>> person = {
...     "name": "Анна",
...     "age": 28,
...     "city": "Москва",
...     "languages": ["Python", "JavaScript"]
... }

# Преобразование словаря Python в строку JSON
>>> json_string = json.dumps(person, ensure_ascii=False, indent=2)
>>> print("JSON строка:")
>>> print(json_string)
JSON строка:
{
  "name": "Анна",
  "age": 28,
  "city": "Москва",
  "languages": [
    "Python",
    "JavaScript"
  ]
}

# Преобразование строки JSON обратно в объект Python
>>> parsed_data = json.loads(json_string)
>>> print("\nПреобразовано обратно в Python:")
>>> print(f"Имя: {parsed_data['name']}")
>>> print(f"Возраст: {parsed_data['age']}")
>>> print(f"Языки программирования: {', '.join(parsed_data['languages'])}")

Преобразовано обратно в Python:
Имя: Анна
Возраст: 28
Языки программирования: Python, JavaScript

Запись JSON в файл и чтение из файла

Вот как можно сохранить данные в JSON-файл и затем прочитать их:

Python 3.13
>>> import json

# Данные о студентах
>>> students = [
...     {"id": 1, "name": "Иван", "scores": [85, 90, 78]},
...     {"id": 2, "name": "Мария", "scores": [92, 88, 95]}
... ]

# Запись в файл
>>> with open('students.json', 'w', encoding='utf-8') as file:
...     json.dump(students, file, ensure_ascii=False, indent=2)
...     print("Данные записаны в файл students.json")
Данные записаны в файл students.json

# Чтение из файла
>>> with open('students.json', 'r', encoding='utf-8') as file:
...     loaded_students = json.load(file)
...     print(f"\nЗагружено {len(loaded_students)} студентов:")

>>>     for student in loaded_students:
...         avg_score = sum(student['scores']) / len(student['scores'])
...         print(f"  {student['name']}: средний балл {avg_score:.1f}")

Загружено 2 студентов:
  Иван: средний балл 84.3
  Мария: средний балл 91.7

Основные методы модуля json

Параметр ensure_ascii=False позволяет корректно сохранять русские буквы и другие символы Unicode, а indent делает вывод более читаемым.

CSV: Comma-Separated Values

CSV (Comma-Separated Values) — это простой текстовый формат для представления табличных данных, где строки таблицы — это строки файла, а столбцы разделены запятыми (или другими разделителями).

CSV выглядит примерно так:

Python 3.13
Имя,Возраст,Город
Анна,28,Москва
Иван,35,Санкт-Петербург

Модуль csv в Python

Python предоставляет встроенный модуль csv для работы с этим форматом:

Python 3.13
>>> import csv

# Данные для записи
>>> data = [
...     ['Имя', 'Возраст', 'Город'],  # Заголовки
...     ['Анна', '28', 'Москва'],
...     ['Иван', '35', 'Санкт-Петербург'],
...     ['Мария', '22', 'Казань']
... ]

# Запись в CSV файл
>>> with open('people.csv', 'w', newline='', encoding='utf-8') as file:
...     writer = csv.writer(file)
...     writer.writerows(data)
...     print("Данные записаны в файл people.csv")
Данные записаны в файл people.csv

# Чтение из CSV файла
>>> with open('people.csv', 'r', encoding='utf-8') as file:
...     reader = csv.reader(file)

>>>     # Чтение заголовков (первая строка)
...     headers = next(reader)
...     print(f"\nЗаголовки: {headers}")

>>>     # Чтение данных
...     print("\nДанные:")
...     for row in reader:
...         print(f"  {row[0]}, {row[1]} лет, город {row[2]}")

Заголовки: ['Имя', 'Возраст', 'Город']

Данные:
  Анна, 28 лет, город Москва
  Иван, 35 лет, город Санкт-Петербург
  Мария, 22 лет, город Казань

Использование DictReader и DictWriter

Для более удобной работы с CSV можно использовать DictReader и DictWriter, которые позволяют работать с данными как со словарями:

Python 3.13
>>> import csv

# Запись в CSV с использованием DictWriter
>>> data = [
...     {'Имя': 'Алексей', 'Профессия': 'Инженер', 'Зарплата': 85000},
...     {'Имя': 'Екатерина', 'Профессия': 'Дизайнер', 'Зарплата': 75000},
...     {'Имя': 'Сергей', 'Профессия': 'Программист', 'Зарплата': 110000}
... ]

>>> with open('employees.csv', 'w', newline='', encoding='utf-8') as file:
...     fieldnames = ['Имя', 'Профессия', 'Зарплата']
...     writer = csv.DictWriter(file, fieldnames=fieldnames)

>>>     writer.writeheader()  # Запись заголовков
...     writer.writerows(data)  # Запись данных
...     print("Данные сотрудников записаны в файл")
Данные сотрудников записаны в файл

# Чтение из CSV с использованием DictReader
>>> with open('employees.csv', 'r', encoding='utf-8') as file:
...     reader = csv.DictReader(file)

>>>     print("\nСотрудники:")
...     for row in reader:
...         print(f"  {row['Имя']} - {row['Профессия']}, зарплата: {row['Зарплата']} руб.")

Сотрудники:
  Алексей - Инженер, зарплата: 85000 руб.
  Екатерина - Дизайнер, зарплата: 75000 руб.
  Сергей - Программист, зарплата: 110000 руб.

Основные особенности работы с CSV

1. Разделители: Хотя CSV расшифровывается как "значения, разделённые запятыми", на практике могут использоваться и другие разделители (точка с запятой, табуляция)
2. Кавычки: Если значение содержит разделитель или кавычки, оно заключается в кавычки
3. Экранирование: Если внутри значения есть кавычки, они экранируются

Python 3.13
>>> import csv

# Пример с другим разделителем
>>> data = [
...     ['Товар', 'Цена', 'Наличие'],
...     ['Ноутбук', '45000', 'Да'],
...     ['Смартфон', '25000', 'Нет']
... ]

# Запись с использованием точки с запятой
>>> with open('products.csv', 'w', newline='', encoding='utf-8') as file:
...     writer = csv.writer(file, delimiter=';')
...     writer.writerows(data)
...     print("Данные записаны с разделителем ';'")
Данные записаны с разделителем ';'

# Чтение с указанием правильного разделителя
>>> with open('products.csv', 'r', encoding='utf-8') as file:
...     reader = csv.reader(file, delimiter=';')
...     for row in reader:
...         print('  '.join(row))
Товар  Цена  Наличие
Ноутбук  45000  Да
Смартфон  25000  Нет

Практический пример: Анализ данных о продажах

Рассмотрим пример, где мы сначала сохраняем данные о продажах в CSV, а затем анализируем их и сохраняем результаты в JSON:

Python 3.13
>>> import csv
>>> import json

# Создаем данные о продажах
>>> sales = [
...     ['Дата', 'Товар', 'Категория', 'Цена', 'Количество'],
...     ['2023-01-05', 'Ноутбук HP', 'Электроника', '45000', '2'],
...     ['2023-01-10', 'Смартфон Apple', 'Электроника', '85000', '3'],
...     ['2023-01-15', 'Книга "Python"', 'Книги', '1200', '5'],
...     ['2023-02-10', 'Микроволновка', 'Бытовая техника', '7000', '1']
... ]

# Шаг 1: Сохраняем данные в CSV
>>> with open('sales.csv', 'w', newline='', encoding='utf-8') as file:
...     writer = csv.writer(file)
...     writer.writerows(sales)
...     print("Данные о продажах сохранены в CSV")
Данные о продажах сохранены в CSV

# Шаг 2: Читаем и анализируем данные
>>> with open('sales.csv', 'r', encoding='utf-8') as file:
...     reader = csv.reader(file)
...     headers = next(reader)  # Пропускаем заголовки

>>>     # Подготовка переменных для анализа
...     total_revenue = 0
...     sales_by_category = {}

>>>     # Анализ данных
...     for row in reader:
...         date, product, category, price, quantity = row
...         revenue = float(price) * int(quantity)

>>>         # Общая выручка
...         total_revenue += revenue

>>>         # Выручка по категориям
...         if category in sales_by_category:
...             sales_by_category[category] += revenue
...         else:
...             sales_by_category[category] = revenue

>>>     # Вывод результатов анализа
...     print(f"\nОбщая выручка: {total_revenue} руб.")
...     print("\nВыручка по категориям:")
...     for category, rev in sales_by_category.items():
...         print(f"  {category}: {rev} руб.")

Общая выручка: 354000.0 руб.

Выручка по категориям:
  Электроника: 345000.0 руб.
  Книги: 6000.0 руб.
  Бытовая техника: 7000.0 руб.

# Шаг 3: Сохраняем результаты анализа в JSON
>>> results = {
...     "total_revenue": total_revenue,
...     "sales_by_category": sales_by_category
... }

>>> with open('sales_analysis.json', 'w', encoding='utf-8') as file:
...     json.dump(results, file, ensure_ascii=False, indent=2)
...     print("\nРезультаты анализа сохранены в JSON")

Результаты анализа сохранены в JSON

# Шаг 4: Проверяем сохраненный JSON
>>> with open('sales_analysis.json', 'r', encoding='utf-8') as file:
...     saved_results = json.load(file)
...     print("\nСодержимое JSON файла с результатами:")
...     print(json.dumps(saved_results, ensure_ascii=False, indent=2))

Содержимое JSON файла с результатами:
{
  "total_revenue": 354000.0,
  "sales_by_category": {
    "Электроника": 345000.0,
    "Книги": 6000.0,
    "Бытовая техника": 7000.0
  }
}

В этом примере мы:

1. Создали CSV-файл с данными о продажах
2. Прочитали данные и рассчитали выручку по категориям
3. Сохранили результаты анализа в JSON-файл
4. Прочитали сохраненный JSON, чтобы убедиться в корректности

Проверка понимания

Какой код правильно считывает данные из JSON файла в Python?