Es gibt viele unterschiedliche Methoden Dateien in [[https://de.wikipedia.org/wiki/CSV_(Dateiformat)|CSV-Format]] in Python zu lesen und zu schreiben. Der bereits in Python eingebauter Modul //csv// lässt auf eine übersichtliche Art und weise Daten in der Tabellenform zu speichern.

Im folgenden Bespiel werden die Ergebnisse einer Pitch-Class-Analyse im CSV-Format gespeichert (die Datei test.csv wird in working directory Ordner gespiechert):

<code>import csv

with open('test.csv', 'w', newline='') as file:
    writer = csv.writer(file)
    writer.writerow(['c', 'c#', 'd', 'd#', 'e', 'f', 'f#', 'g', 'g#', 'a', 'b', 'h'])
    writer.writerow([40, 0, 58, 44, 1, 111, 3, 15, 0, 37, 61, 0])
</code>

Um eine CSV-Datei zu lesen, öffnet man diese lediglich in 'r' Modus:

<code>import csv

with open('test.csv', 'r') as file: 
    reader = csv.reader(file)
    for row in reader:
        print(row)
</code>

{{:wiki:csvread.png?400|}}

Noch einfacher kann man die Inhalte der CSV-Dateien mit [[https://pandas.pydata.org/|pandas]] anzeigen (hier werden Sogar die Reihen untereinander ausgerichtet):

<code>import pandas as pd

pd.read_csv("test.csv")
</code>

{{:wiki:pandascsv.png?300|}}

Will man der CSV-Datei lediglich eine neue Reihe hinzufügen, so verwendet man den 'a' Modus:

<code>
import csv

with open('test.csv', 'a', newline='') as file: 
    writer = csv.writer(file)
    writer.writerow([7, 0, 38, 55, 4, 32, 0, 79, 101, 3, 34, 5])
</code>

Schaut man die Datei erneut an, so wurde die Reihe unten hinzugefügt:

{{:wiki:pandascsv2.png?310|}}