### Python `csv.DictReader` 功能与使用方法 #### 创建 `DictReader` 对象 为了创建一个 `DictReader` 实例，需要提供一个可迭代对象作为参数。此对象通常是一个打开的文件对象或其他形式的数据流。如果未指定字段名，则会从CSV的第一行读取字段名称。 ```python import csv with open('example.csv', mode='r') as csvfile: dict_reader = csv.DictReader(csvfile) ``` 上述代码片段展示了如何通过传入已打开的CSV文件来实例化 `DictReader` 类[^2]。 #### 访问数据项 一旦有了 `DictReader` 的实例，就可以像遍历列表一样逐行访问字典条目： ```python for row in dict_reader: print(row['column_name']) # 假设 'column_name' 是 CSV 文件中的某一列标题 ``` 这段代码循环打印每一行特定列的内容。注意这里假设CSV中有名为 `'column_name'` 的列存在[^1]。 #### 处理不同情况下的字段映射 当CSV文件中某些行缺少值或有额外的值时，可以通过设置初始化参数 `restval` 和 `restkey` 来处理这些异常状况。对于短于预期长度的行，默认填充缺失位置；而对于超出部分则存储在一个由 `restkey` 定义的关键字下。 ```python dict_reader = csv.DictReader( csvfile, fieldnames=['col1', 'col2'], restkey='extra', restval='missing' ) row = next(dict_reader) print(row.get('extra')) # 如果某一行有多余的数据将会被存放在这个键里 print(row.get('col3', 'default_value')) # 获取不存在的键并给出默认值 ``` 以上例子说明了怎样利用 `restkey` 和 `restval` 参数自定义行为以应对不完整的输入数据。 #### 维持原始顺序 要维持CSV文件中原有的列顺序，在Python版本较新的情况下可以直接依赖内置功能，因为从Python 3.7开始，普通的字典已经保证了插入顺序不变。而在更早版本中可能需要用到有序字典 OrderedDict 或者其他方式确保输出的一致性。 ```python from collections import OrderedDict ordered_dict_reader = csv.DictReader(csvfile, delimiter=',') list_of_ordered_dicts = [ OrderedDict((k, v) for k, v in zip(ordered_dict_reader.fieldnames, line)) for line in ordered_dict_reader.reader ] # 打印每一条记录及其对应的字段名和值 for od in list_of_ordered_dicts: formatted_output = ', '.join(['{}:{}'.format(k, v) for k, v in od.items()]) print(formatted_output) ``` 该段脚本实现了将整个CSV转换成一系列保持原有次序的有序字典，并按照格式化的字符串展示出来[^4]。