Python ไฟล์ CSV



CSV (Comma-Separated Values) คือไฟล์ข้อความที่เก็บข้อมูลตาราง แต่ละบรรทัดคือหนึ่งแถว แต่ละคอลัมน์คั่นด้วยจุลภาค เปิดด้วย Excel หรือ Google Sheets ได้ เป็นรูปแบบที่เจอบ่อยมากเวลารับส่งข้อมูล

ไฟล์ students.csv ตัวอย่าง

name,age,score
สมชาย,20,85
สมหญิง,21,92
สมศรี,19,78

เราแยกข้อความเองด้วย split(",") ก็ได้ แต่จะพังทันทีถ้าข้อมูลมีจุลภาคอยู่ข้างใน (เช่น ที่อยู่) module csv จัดการเคสพวกนี้ให้

อ่าน CSV ด้วย csv.reader

import csv

with open("students.csv", "r", encoding="utf-8", newline="") as f:
    reader = csv.reader(f)
    for row in reader:
        print(row)

ผลลัพธ์ (แต่ละแถวเป็นลิสต์)

['name', 'age', 'score']
['สมชาย', '20', '85']
['สมหญิง', '21', '92']
['สมศรี', '19', '78']

ทุกค่าเป็น string เสมอ ถ้าจะคำนวณต้องแปลงเอง และควรใส่ newline="" ตอน open เพื่อไม่ให้เกิดบรรทัดว่างแทรก

ข้ามแถวหัวตาราง

with open("students.csv", "r", encoding="utf-8", newline="") as f:
    reader = csv.reader(f)
    header = next(reader)       # ดึงแถวแรกออกมา
    for row in reader:
        name, age, score = row
        print(f"{name} อายุ {age} คะแนน {score}")

อ่านด้วย csv.DictReader (แนะนำ)

ใช้แถวหัวตารางเป็นคีย์ ทำให้เข้าถึงด้วยชื่อคอลัมน์แทนตำแหน่ง อ่านง่ายและทนต่อการสลับคอลัมน์

import csv

with open("students.csv", "r", encoding="utf-8", newline="") as f:
    reader = csv.DictReader(f)
    for row in reader:
        print(row["name"], int(row["score"]))

ตัวอย่างประมวลผลจริง

import csv

total = 0
count = 0

with open("students.csv", "r", encoding="utf-8", newline="") as f:
    for row in csv.DictReader(f):
        total += int(row["score"])
        count += 1

print(f"คะแนนเฉลี่ย: {total / count:.2f}")

เขียน CSV ด้วย csv.writer

import csv

rows = [
    ["name", "age", "score"],
    ["สมชาย", 20, 85],
    ["สมหญิง", 21, 92],
]

with open("output.csv", "w", encoding="utf-8", newline="") as f:
    writer = csv.writer(f)
    writer.writerows(rows)          # เขียนหลายแถวทีเดียว
    # หรือ writer.writerow(row) ทีละแถว

เขียนด้วย csv.DictWriter

import csv

students = [
    {"name": "สมชาย", "age": 20, "score": 85},
    {"name": "สมหญิง", "age": 21, "score": 92},
]

with open("output.csv", "w", encoding="utf-8", newline="") as f:
    writer = csv.DictWriter(f, fieldnames=["name", "age", "score"])
    writer.writeheader()            # เขียนแถวหัวตาราง
    writer.writerows(students)

เปิดใน Excel แล้วภาษาไทยเพี้ยน

Excel บน Windows คาดหวัง encoding แบบมี BOM ให้ใช้ encoding="utf-8-sig" ตอนเขียน

with open("for_excel.csv", "w", encoding="utf-8-sig", newline="") as f:
    ...

ตัวคั่นอื่น

บางไฟล์ใช้ ; หรือ tab คั่น (โดยเฉพาะในประเทศที่ใช้จุลภาคเป็นจุดทศนิยม)

reader = csv.reader(f, delimiter=";")
reader = csv.reader(f, delimiter="\t")   # TSV

ตัวอย่างรวม: กรองและสรุปยอดขาย

sales.csv

date,product,quantity,price
2026-09-01,กาแฟ,3,45
2026-09-01,ชา,2,40
2026-09-02,กาแฟ,5,45
2026-09-02,ขนมปัง,4,25
import csv
from collections import defaultdict

revenue = defaultdict(int)

with open("sales.csv", "r", encoding="utf-8", newline="") as f:
    for row in csv.DictReader(f):
        product = row["product"]
        amount = int(row["quantity"]) * int(row["price"])
        revenue[product] += amount

# เขียนสรุปลงไฟล์ใหม่
with open("summary.csv", "w", encoding="utf-8-sig", newline="") as f:
    writer = csv.writer(f)
    writer.writerow(["product", "revenue"])
    for product, total in sorted(revenue.items(), key=lambda x: -x[1]):
        writer.writerow([product, total])
        print(f"{product}: {total} บาท")

ผลลัพธ์:

กาแฟ: 360 บาท
ขนมปัง: 100 บาท
ชา: 80 บาท

เมื่อข้อมูลใหญ่หรือซับซ้อน

ถ้าต้องวิเคราะห์ข้อมูลตารางจริงจัง — จัดกลุ่ม รวมยอด เชื่อมตาราง — ไลบรารี pandas จะสะดวกกว่ามาก csv module เหมาะกับงานอ่าน/เขียนตรงไปตรงมาและไฟล์ไม่ใหญ่นัก

เช็คความเข้าใจก่อนข้ามบท

  • อ่าน CSV แบบ list ด้วย csv.reader และแบบ dict ด้วย csv.DictReader ได้
  • เขียน CSV ใหม่พร้อม header ได้
  • อธิบายได้ว่าทำไมบางครั้งต้องใช้ encoding utf-8-sig เมื่อต้องเปิดใน Excel

สรุป

  • csv.reader คืนแต่ละแถวเป็นลิสต์, csv.DictReader คืนเป็น dict ใช้ชื่อคอลัมน์เป็นคีย์ (แนะนำ)
  • เปิดไฟล์ CSV ด้วย newline="" เสมอ
  • เขียนเพื่อเปิดใน Excel ใช้ encoding="utf-8-sig"
  • ค่าที่อ่านมาเป็น string ต้องแปลงชนิดเอง

บทถัดไปว่าด้วย JSON รูปแบบข้อมูลที่ใช้กับ API และไฟล์ตั้งค่า