La tanière du code par Clément BRAUN

Objectifs

Expliquer le format CSV (séparateur, une ligne = un enregistrement).
Charger un fichier avec csv.DictReader en liste de dictionnaires.
Distinguer projection (quelles colonnes) et sélection (quelles lignes).
Écrire une boucle qui filtre ou extrait des champs.

Idée clé

Une table (fichier CSV) se lit comme une liste de fiches : chaque ligne devient un dictionnaire dont les clés sont les noms de colonnes (descripteurs). Ensuite, deux opérations classiques : garder certaines colonnes (projection) ou certaines lignes (sélection).

Format CSV et chargement

CSV (Comma-Separated Values) : texte tabulaire, champs séparés par , ou ;.

csv.DictReader transforme chaque ligne en dictionnaire. Les clés viennent de la première ligne (en-têtes).

import csv

def creer_liste_villes(nom_de_fichier: str) -> list:
    villes = []
    with open(nom_de_fichier, newline="", encoding="utf-8") as fichier_csv:
        lecteur = csv.DictReader(fichier_csv, delimiter=";")
        for ligne in lecteur:
            villes.append(dict(ligne))
    return villes

villes = creer_liste_villes("communes.csv")

Aperçu

code_commune_INSEE;nom_commune;code_departement;nom_departement
01001;L'Abergement-Clémenciat;01;Ain
59000;Lille;59;Nord

Après chargement, villes[0]["nom_commune"] vaut "L'Abergement-Clémenciat".

Descripteurs utiles du fichier communes : nom_commune, code_postal, code_departement, nom_departement, latitude, longitude, etc.

Projection : choisir des colonnes

La projection extrait une ou plusieurs clés pour chaque enregistrement, sans filtrer les lignes.

# Tous les noms de communes (une colonne)
for ligne in villes:
    print(ligne["nom_commune"])

# Deux colonnes : nom + département
for ligne in villes:
    print(ligne["nom_commune"], "→", ligne["nom_departement"])

En résumé : on décide quelles informations afficher ou garder, pour toutes les lignes.

Sélection : filtrer des lignes

La sélection garde uniquement les enregistrements qui vérifient une condition.

# Communes du département 59
for ligne in villes:
    if ligne["code_departement"] == "59":
        print(ligne["nom_commune"])

# Noms commençant par C
for ligne in villes:
    if ligne["nom_commune"].startswith("C"):
        print(ligne["nom_commune"])

On peut combiner les deux : sélectionner des lignes, puis ne projeter que certains champs.

Opération	Question	Exemple
Projection	Quelles colonnes ?	afficher seulement `nom_commune`
Sélection	Quelles lignes ?	garder `code_departement == "59"`

Atelier interactif

Explorateur de Données

> SELECT * FROM monstres

Filtrer par Type

Trier par

ID	Nom	Type	Niveau	Poids (kg)
#1	Flaméou	Feu	12	8.5
#2	Aquabulle	Eau	5	3.2
#3	Herbizar	Plante	18	12
#4	Voltali	Électrique	25	5.4
#5	Rocabot	Normal	8	9.1
#6	Pyroli	Feu	32	15.6
#7	Tortipouss	Plante	10	6.8
#8	Staross	Eau	28	22.5
Moyenne :			17.3

Exercices guidés

Faciles

afficher_noms_communes(villes) — affiche tous les noms (projection).
afficher_communes_par_code_postal(villes, code_postal) — filtre par code postal (sélection).
afficher_communes_avec_coordonnees(villes) — nom, latitude, longitude (projection).

Intermédiaires

afficher_communes_par_departement(villes, departement) — sélection sur le département.
afficher_noms_longueur_min(villes, longueur) — renvoie les noms assez longs.
afficher_communes_par_latitude(villes, max_latitude) — latitude inférieure au seuil (penser à convertir en float).

Piège fréquent

Ouvrir un fichier en dur (open("communes.csv")) alors que la fonction reçoit nom_de_fichier : utiliser le paramètre.
Comparer une latitude (str issue du CSV) à un nombre sans float(...).

À retenir

CSV = table texte ; DictReader → liste de dictionnaires.
Clés = noms de colonnes (descripteurs).
Projection = choisir des colonnes ; sélection = filtrer des lignes.
Les valeurs lues sont des str : convertir pour comparer des nombres.
with open(...) ferme le fichier proprement.
On enchaîne souvent sélection puis projection.

Pour s'entraîner

Exercices : Traitement CSV