質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.61%

csvファイルのセル内のカンマの処理

解決済

回答 3

投稿

  • 評価
  • クリップ 2
  • VIEW 1,565

soro

score 13

 前提・実現したいこと

csvファイルを読み込もうとしているのですが、データがあまり綺麗でなく、
カンマ区切りの位置が正しく反映されず、以下のようになってしまっています。

A列 B列 C列 D列
1 3あいうえお かきくけこ a
2 3,3,3あいうえお, かきくけこ, b
3 1,2,3さしすせそ, たちつてと, c

セル内の文字情報を確認してみると、例えば2行目は
"3,3,3あいうえお, かきくけこ, b"
のようにすべてがダブルクォーテーションで括られてしまっていることが原因のようです。

上のデータを下のかたちにpythonで整形をし、csvファイルで出力し直したいです。

A列 B列 C列 D列
1 3あいうえお かきくけこ a
2 3,3,3あいうえお かきくけこ b
3 1,2,3さしすせそ たちつてと c

 該当のソースコード

python

import csv


file = "test.csv"

f = open(file)
line = f.readline()

word_list = []
while line:
    line = line.split(",")
    word_list.append(line)

    line = f.readline()

f.close

with open("test_data.csv", "w", newline="") as f:
    w = csv.writer(f, delimiter=",")
    for i in word_list:
        w.writerow(i)

 試したこと

上記のコードで単純にカンマで文字を区切る方法は試してみましたが、それだと「3,3,3あいうえお」といった文字情報も「3」,「3」,「3あいうえお」といったように分かれてしまいます。
うまくデータを整形する方法はありますでしょうか。
どうぞよろしくお願いいたします。

 補足情報(FW/ツールのバージョンなど)

ここにより詳細な情報を記載してください。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • seastar3

    2018/11/24 14:58

    A列のナンバリングは説明上のものか、実際に"test.csv"の第1項として記録されているのか、どちらでしょうか。また、B列の文字列に含まれるカンマの法則性はどのようなルールがあるのでしょうか。(例.先頭6文字以内にあるカンマはB列の文字列。B列の文字列の長さは6文字以上13文字以内。等) B列の編集次第で正しく切り分けられると思います。

    キャンセル

  • hit701

    2018/11/24 16:17

    回答にも書きましたが、CSVファイルをテキストエディターに貼り付けて、実際、どうなっているのか、追記(ペースト)願います。

    キャンセル

  • soro

    2018/11/25 10:42

    説明が足りておらずすみません。A列は実際に第一項としてあります。B列内にカンマがある場合としては「1,2,3」のように数値が3つ連続で続くときです。B列の長さは6文字以上15文字以下でした。ありがとうございます。

    キャンセル

回答 3

checkベストアンサー

+1

分割、再結合ルールが不明ですが、以下でどうでしょう。
"を無視し、,で分割した要素の個数ペースで再結合するかを決めています。

import csv

word_list = []
with open('test.csv','r',encoding='utf-8') as f:
    line = f.readline()
    while line:
        ls = line.strip('\n').split(',') # まずはカンマで分割する
        ls = [i.strip('"') for i in ls]  # 前後の「"」は除去する
        if len(ls) > 4:
            ls = [ls[0],','.join(ls[1:-2]),ls[-2],ls[-1]] # 先頭と末尾2個以外は「,」で連結しなおす
        word_list.append(ls)

        line = f.readline()

with open("test_data.csv", "w", encoding='utf-8', newline="") as f:
    w = csv.writer(f, delimiter=",")
    for i in word_list:
        w.writerow(i)


イメージ説明

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/11/25 10:23

    上記の方法で解決できました。ありがとうございました!

    キャンセル

0

読み込むCSVファイルの内容がわからないとなんとも言えないですね。
あと、A列、B列、C列って列があるってことはEXCELでの出力の話をしていますかね?

いずれにしても「3,3,3あいうえお」のようにカンマがあっても1つのカラムに納めたいということでしたら、
読み込んだCSVファイルのダブルクォーテーションの位置を調節するしかないと思います。
ちゃんとカンマで区切りたい文字列と区切りたくない文字列にパターンがあればプログラムできますよ。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/11/25 10:44

    説明が足らずすみません、エクセルでの出力を想定していました。どうもありがとうございました。

    キャンセル

0

こんばんは。
ご回答されたYoshidaさんが述べておりました通り、実際のCSVのデータを見たいです。
CSVは、単なるテキストファイルですから、テキストエディターにドラッグして、コピーをして、このサイトにご返信願います。
それから、can110さんがお書きになっている文で良い方向性なのか否かが変わると思います。
カンマ区切りが、たいていCSVの基本ですが、タブという事も考えられます。
過去のCSVの読み込みには悩まされた事があります。確かに、ダブルクォーテーションで括られて見える場合もありました。でも、実際、テキストエディターで見たら、違っていました。
よろしくお願いします。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/11/25 10:35

    ありがとうございます。実際のテキストは、
    0,"3あいうえお",かきくけこ,a
    1,"3,3,3あいうえお ,かきくけこ,b"
    2,"1,2,3かきくけこ ,さしすせそ,c"
    となっておりました。
    Can110さんの方法で解決することができました。ありがとうございました。

    キャンセル

  • 2018/11/25 15:52

    良かったですね。
    このデータなら、"を無視する方向で正解ですね。
    私も、勉強になりました。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.61%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る