我有一个文件夹，里面有一堆我想转换为 csv 的 dbf 文件。我尝试使用代码将扩展名从 .dbf 更改为 .csv，当我使用 Excel 时，这些文件可以正常打开，但是当我在 pandas 中打开它们时，它们看起来像这样：
s\t�
0 NaN
1 1 176 1.58400000000e+005-3.385...
这不是我想要的，而且这些字符不会出现在真实文件中。
如何正确读取 dbf 文件？
【问题讨论】：
这是我多年来一直使用的解决方案。我有一个适用于 Python 2.7 的解决方案和一个适用于 Python 3.5（可能也是 3.6）的解决方案。
Python 2.7：
import csv
from dbfpy import dbf
def dbf_to_csv(out_table):#Input a dbf, output a csv
csv_fn = out_table[:-4]+ ".csv" #Set the table as .csv format
with open(csv_fn,'wb') as csvfile: #Create a csv file and write contents from dbf
in_db = dbf.Dbf(out_table)
out_csv = csv.writer(csvfile)
names = []
for field in in_db.header.fields: #Write headers
names.append(field.name)
out_csv.writerow(names)
for rec in in_db: #Write records
out_csv.writerow(rec.fieldData)
in_db.close()
return csv_fn
Python 3.5：
import csv
from dbfread import DBF
def dbf_to_csv(dbf_table_pth):#Input a dbf, output a csv, same name, same path, except extension
csv_fn = dbf_table_pth[:-4]+ ".csv" #Set the csv file name
table = DBF(dbf_table_pth)# table variable is a DBF object
with open(csv_fn, 'w', newline = '') as f:# create a csv file, fill it with dbf content
writer = csv.writer(f)
writer.writerow(table.field_names)# write the column name
for record in table:# write the rows
writer.writerow(list(record.values()))
return csv_fn# return the csv name
您可以通过 pip install 获取 dbfpy 和 dbfread。
【讨论】：
使用my dbf library，您可以执行以下操作：
import sys
import dbf
for arg in sys.argv[1:]:
dbf.export(arg)
这将创建一个与每个 dbf 文件同名的 .csv 文件。如果您将该代码放入名为dbf2csv.py 的脚本中，则可以将其称为
python dbf2csv.py dbfname dbf2name dbf3name ...
【讨论】：
上网看看，有几个选择：
dbf = Dbf5('fake_file_name.dbf')
df = dbf.to_dataframe()
从要点调整：
import pysal as ps
def dbf2DF(dbfile, upper=True):
"Read dbf file and return pandas DataFrame"
with ps.open(dbfile) as db: # I suspect just using open will work too
df = pd.DataFrame({col: db.by_col(col) for col in db.header})
if upper == True:
df.columns = map(str.upper, db.header)
return df
【讨论】：
__exit__，也许出于某种原因他们不赞成这样做？试试 db = ps.open(dbfile) 和 dedent。
编辑#2：
可以使用dbfread（只需使用pip install dbfread 安装）逐行读取dbf 文件，无需转换为csv：
>>> from dbfread import DBF
>>> for row in DBF('southamerica_adm0.dbf'):
... print row
...
OrderedDict([(u'COUNTRY', u'ARGENTINA')])
OrderedDict([(u'COUNTRY', u'BOLIVIA')])
OrderedDict([(u'COUNTRY', u'BRASIL')])
OrderedDict([(u'COUNTRY', u'CHILE')])
OrderedDict([(u'COUNTRY', u'COLOMBIA')])
OrderedDict([(u'COUNTRY', u'ECUADOR')])
OrderedDict([(u'COUNTRY', u'GUYANA')])
OrderedDict([(u'COUNTRY', u'GUYANE')])
OrderedDict([(u'COUNTRY', u'PARAGUAY')])
OrderedDict([(u'COUNTRY', u'PERU')])
OrderedDict([(u'COUNTRY', u'SURINAME')])
OrderedDict([(u'COUNTRY', u'U.K.')])
OrderedDict([(u'COUNTRY', u'URUGUAY')])
OrderedDict([(u'COUNTRY', u'VENEZUELA')])
我更新的参考资料：
项目官方网站：http://pandas.pydata.org
官方文档：http://pandas-docs.github.io/pandas-docs-travis/
dbfread:https://pypi.python.org/pypi/dbfread/2.0.6
geopandas:http://geopandas.org/
shp and dbf 与 geopandas: https://gis.stackexchange.com/questions/129414/only-read-specific-attribute-columns-of-a-shapefile-with-geopandas-fiona
【讨论】：