Arquivos CSV sempre são lidos linha a linha. No entanto, a não ser que sejam realmente muito grandes, os dados cabem todos na memória (se não couberem, um sistema especializado é necessário - mesmo a biblioteca Pandas depende de colocar todos os dados na memória).
Em particular, eu não entendi como ter um novo arquivo pode ajudar nesse caso- no exemplo que dado, estaria apenas renomeando as colunas, mas continuaria tendo uma coluna pra "nome" - só que teria o título "nome" em vez de "A". Então vamos focar em ter as colunas na memória, e você pode trabalhar a partir daí (a leitura de um arquivo desse tipo tem tempo negligível - então tudo bem ler os dados toda vez que rodar o programa)
Via de regra, em Python moderno, o isolamento de uma tabela em colunas que vão ser tratadas separadamente é mais prático com o Pandas mesmo, que tem isso praticamente pronto. Como você explicitamente mencionou que não quer usar o Pandas ou o numpy, a forma simples é ler todas os dados como arquivo CSV, e então, tendo em mãos uma "lista de listas", onde cada elemento é uma lista, fazer uma transposição desses dados. Uma forma prática de fazer a transposição é com a função zip
- mas vamos por partes, para ficar compreensível.
Em vez de usar o zip
para simplesmente transpor os dados, o que pode ser feito em uma linha, vou escrever algumas linhas de código que vão:
- criar um dicionário que vai ser sua estrutura final de dados. Cada chave no dicionário vai ser o título da coluna, e valor vai ser uma lista com os dados daquela coluna. Para isso, o código vai usar a primeira linha do arquivo CSV.
- Percorrer linha a linha dos dados, com um
for
,e aí usar a função zip
para parear o dado de cada coluna com a lista correspondente no dicionário criado.
A função zip faz justamente isso: dado dois ou mais objeto interaveis, ela pega um elemento de cada um desse objetos como resultado em cada iteração. Como o for
do Python permite que você coloque mais de uma variável, isso funciona muito bem - na prática o for
do Python com uso do ZIP pode percorrer ao mesmo tempo, em paralelo, a sequência de listas na estrutura de dados que criamos e os dados daquela linha. Adicionamos o dado na lista, e passamos para a próxima coluna. Ao final da linha, o for
é repetido, pegando as mesmas listas no dicionário de dados, mas os dados da próxima coluna:
Antes de fazer direto no arquivo CSV, para ficar mais didático, segue um exemplo disso no modo interativo:
In [31]: tabela = [[1, 2, 3], [4, 5, 6]]
In [32]: dados = {"a": [], "b": [], "c": []}
In [33]: for linha in tabela:
...: for coluna_dados, valor in zip(dados.items(), linha):
...: print(coluna_dados, valor)
...: coluna_dados[1].append(valor)
...:
('a', []) 1
('b', []) 2
('c', []) 3
('a', [1]) 4
('b', [2]) 5
('c', [3]) 6
In [34]: print (dados)
{'a': [1, 4], 'b': [2, 5], 'c': [3, 6]}
E o código para fazer a mesma coisa, mas com os dados do arquivo CSV:
from collections import OrderedDict
import csv
with open('data.csv') as stream:
reader = csv.reader(stream)
data = OrderedDict((column_name, []) for column_name in next(reader))
for row in reader:
for column, value in zip(data.values(), row):
column.append(value)
Nesse ponto do código a variável data
é o dicionário descrito acima: em que cada coluna do arquivo CSV original tem uma chave com seu título, e todos os valores numa lista.
Eu usei o OrderedDict
acima para garantir que o código funcione em qualquer versão do Python - mas a partir do Python 3.7, dicionários normais preservam a ordem - então pode-se usar um dict
normal em vez do OrderedDict nesse código. (Em versões mais antigas, um dict normal não iria garantir a ordem das colunas)
Pandas
Em projetos que não tem restrições ao uso de Pandas, a estrutura nativa "DataFrame" do Pandas já provê acesso por colunas naturalmente - o DataFrame funciona também como um mapa, onde o título de cada coluna é uma série com seus dados:
import pandas as pd
data = pd.read_csv("meuarquivo.csv")
print(data["A"])