csv DictReader 怎样处理缺失列

CSV 数据行比表头少一列时，csv.DictReader 不会因为这一行字段不足就自动报错。它会按字段名构造字典，并把缺少的位置填成 restval；如果不配置，默认值就是 None。这个规则适合先保留输入结构，再由业务层决定缺失值是否允许继续处理。

官方地址：https://docs.python.org/3/library/csv.html

DictReader 默认怎样补齐缺失列

不传 fieldnames 时，DictReader 会把文件第一行当作字段名，并从后续数据行中读取记录。若某一行的字段数量少于字段名数量，缺少的键不会消失，而是使用 restval 补齐。下面的静态结构图把表头、数据行、字典键和值之间的关系放在一起，重点看“缺失键仍保留”这一点。

import csv

with open("users.csv", newline="", encoding="utf-8") as source:
    # 第一行作为字段名；少字段的行会用 None 补齐
    rows = csv.DictReader(source)
    for row in rows:
        # 先用 get 读取，避免把缺失值误当成键不存在
        email = row.get("email")
        print(row["name"], email)

假设表头是 name,email,department，而某行只有 Ada,ada@example.com，这一行的 department 仍然存在，只是值为 None。因此，读取时用 row["department"] 可以确认字段名是否存在，用 row.get("department") 则能平稳取得可能为空的值。

用 restval 处理结构性缺失

如果业务希望缺失部门统一变成“未填写”，可以在构造读取器时传入 restval。它只处理“这一行根本没有提供足够字段”的情况，不会替换已经存在的空字符串。

import csv

with open("users.csv", newline="", encoding="utf-8") as source:
    # 将少字段行的缺失位置统一映射为中文默认值
    rows = csv.DictReader(source, restval="未填写")
    for row in rows:
        department = row["department"]
        # 业务层仍可按需要把默认值转成提示、统计或拒绝原因
        print(f"{row['name']}: {department}")

默认值要根据业务语义选择：展示类数据可以用空字符串或“未填写”，统计类数据可以保留 None，而必填字段不应仅靠默认值掩盖问题，应该在读取后明确记录并拒绝。

缺列、空字段和多余列不是一回事

下面三种输入经常被混为一谈：

如果导入规则要求“列必须存在且不能为空”，就要同时判断键是否在字典中、值是否为 None、值是否为空字符串；只判断 if not row.get("department") 会把多种原因压成同一个结果。

没有可靠表头时显式传 fieldnames

有些文件第一行不是表头，而是第一条数据。这时可以显式提供 fieldnames，第一行也会作为普通记录读取。若行比字段名长，再通过 restkey 保存多余值。

import csv

columns = ["name", "email", "department"]
with open("export.csv", newline="", encoding="utf-8") as source:
    # 没有表头时显式给出字段名，并保留多余字段
    rows = csv.DictReader(
        source,
        fieldnames=columns,
        restval=None,
        restkey="extra_columns",
    )
    for row in rows:
        # 多余字段会是列表；存在时可记录原始行并交给业务判断
        extras = row.get("extra_columns", [])
        if extras:
            print("发现多余列", extras)
        print(row["name"], row["department"])

显式字段名的关键是先确认文件格式：如果文件其实有表头，再传入 fieldnames 会把表头本身当成数据。对来源不稳定的导入任务，建议把“是否有表头”和“允许多少列”作为配置，而不是在循环中猜测。

业务校验应该放在哪一层

DictReader 负责把行转换成字典，不负责判断数据是否满足业务规则。一个稳妥的分层方式是：读取层保留 None 与空字符串的区别，规范化层转换允许的默认值，校验层决定必填字段是否通过，最后才写入数据库或下游接口。

def require_text(row, field):
    # 只把 None 和空白字符串视为缺少必填内容
    value = row.get(field)
    if value is None or not value.strip():
        raise ValueError(f"缺少必填列: {field}")
    return value.strip()

name = require_text(row, "name")
# 可选字段可以保留 None，避免把输入缺失伪装成真实文本
department = row.get("department")

这样处理后，缺失列不会在解析阶段悄悄丢掉，空字段也不会被错误地当作结构缺失。最终规则可以概括为：默认读取用 None，展示需求再配置 restval，格式异常用 restkey 留痕，必填约束交给业务校验。

常见问题

缺失列会触发 KeyError 吗？

正常的字段不足行不会让该字段键消失，DictReader 会用 restval 补齐。只有字段名本身写错，或代码访问了不存在的键，才需要检查字段名和 fieldnames 配置。

怎样把缺失列填成空字符串？

构造 csv.DictReader(source, restval="") 即可。但如果后续要区分“缺列”和“有列但为空”，建议保留默认的 None，在业务层再做转换。

多余列怎样避免被忽略？

传入 restkey，例如 restkey="extra_columns"。超出字段名数量的值会放进这个键对应的列表，随后可以记录、拒绝或单独处理。