Primero de todo, no estás leyendo líneas, lees caracteres uno a uno. Cuando haces lineas = archivo.read()
no obtienes una lista de lineas, obtienes una cadena con el contenido completo de tu archivo. Luego, al iterar con el for
lo que haces es ir leyendo carácter a carácter, uno a uno.
>>> lineas = "soy una cadena"
>>> for linea in lineas:
print(linea)
's'
'o'
'y'
' '
'u'
'n'
'a'
' '
'c'
'a'
'd'
'e'
'n'
'a'
Luego sobre cada "linea" aplicas split
, el cual no sirve para nada ya que no tienes nada que partir al recibir siempre un solo carácter. Simplemente se limita a retornar una lista con ese carácter como único elemento:
>>> "b".split(",")
['b']
Lo anterior hace que el condicional no sirva para nada, dado que linea
es una lista en este punto, no una cadena, por lo que siempre se cumple la condición del if
. La comparación es realmente ['\n'] =! '\n'
(por ejemplo), lo que es cierto siempre porque comparas dos objetos distintos, uno es una lista (list
) y el otro objeto una cadena (str
).
Si quieres obtener los datos de tu csv manualmente, sin usar el módulo csv
de la stdlib, el procedimiento sería:
Para iterar línea a linea sobre un archivo cualquiera no uses read
o readlines
nunca, esto es muy ineficiente ya que cargas el archivo en memoria al completo. En su lugar simplemente itera sobre él con un for-in
.
Usa str.rstrip
sobre cada linea para eliminar el carácter de nueva linea (\n
, \rn
, \r
).
Por último aplica str.split
para partir la cadena usando el separador de turno.
Para un archivo con el siguiente contenido:
Nombre,Edad\r\n
Antonio,14\r\n
María,12\r\n
puedes hacer:
with open("ejemplo.csv", "r") as archivo:
cabecera = next(archivo).rstrip("\r\n")
print(cabecera)
print("--------------")
for linea in archivo:
fila = linea.rstrip("\r\n").split(',')
print(fila)
con lo que obtienes:
['Nombre', 'Edad']
--------------
['Antonio', '14']
['María', '12']
En este caso linea
es una lista con los valores para cada columna de esa fila. Por otro lado, cabecera = next(archivo)
sirve para obtener la primera línea del archivo antes de iterar con el for
. Esto es útil si la primera fila contiene los nombres de las columnas, si el archivo no tiene cabecera entonces debemos prescindir de esto. Si solo quisieras la segunda columna basta con indexar, p.ej print(fila[1])
No obstante, en condiciones normales considera usar el módulo csv para esto, facilita mucho la tarea de lectura o escritura de archivos csv:
import csv
with open("ejemplo.csv", "r") as archivo:
reader = csv.reader(archivo, delimiter=',')
cabecera = next(reader)
print(cabecera)
print("--------------")
for fila in reader:
print(fila)
O bien usando DictReader
, con lo que obtienes un diccionario/collections.OrderedDict
por cada fila en el que las claves son el nombre de la columna y los valores el valor de cada celda de esa fila para esa columna:
with open("ejemplo.csv", "r") as archivo:
reader = csv.DictReader(archivo, delimiter=',')
for fila in reader:
print(fila)
OrderedDict([('Nombre', 'Antonio'), ('Edad', '14')])
OrderedDict([('Nombre', 'María'), ('Edad', '12')])
Esto facilita el acceso a cada columna usando el nombre de la misma:
with open("ejemplo.csv", "r") as archivo:
reader = csv.DictReader(archivo, delimiter=',')
for fila in reader:
print "Nombre:", fila["Nombre"]
print "Edad:", fila["Edad"], "\n"
Nombre: Antonio
Edad: 14
Nombre: María
Edad: 12