Manipulando Arquivos CSV com Python: automatize leitura e escrita de dados

Python + IA: Fundamentos e Projetos Práticos

Ambiente, Sintaxe Básica e Variáveis em Python — Bootcamp Dia 1

Como Trabalhar com Listas no Python — Bootcamp Dia 6

Tuplas e Sets em Python — Estruturas Imutáveis e Conjuntos Inteligentes | Bootcamp Dia 7

Dicionários em Python: chave e valor, o jeito inteligente de armazenar dados

Funções em Python: Escreva Menos, Faça Mais

Tratamento de Erros em Python: programe com segurança

Leitura e Escrita de Arquivos em Python: salve seus dados no mundo real

Salvando Dados Estruturados com JSON em Python

Funções com Múltiplos Retornos em Python: eficiência e organização

Parâmetros Opcionais e Valores Padrão em Python

*args e **kwargs em Python: flexibilidade total nas funções

List Comprehensions em Python: código elegante e eficiente

Manipulando Arquivos CSV com Python: automatize leitura e escrita de dados

Começando com Pandas em Python: análise de dados para IA e automações

Limpeza e Transformação de Dados com Pandas: preparando para IA

Inteligência Artificial com Python: Fundamentos e Primeira Integração com a OpenAI

Classificação de Texto com IA: Detectando Temas e Categorias

Geração de Texto com IA: Criando Respostas Inteligentes com Python

Chatbot com IA em Python: Construindo um Assistente Inteligente

Como Detectar Fake News com Python e IA

Como Criar uma Interface com IA em Python para Detectar Fake News

Como Avaliar a Qualidade de um Modelo de IA com Python — Além da Acurácia

Como Balancear Dados e Validar Modelos com Python e IA

Projeto Final: Criando um Classificador de Fake News com Interface Web em Python (Streamlit)

Bora com tudo pro Dia 18/30 do Bootcamp Python + IA?
Hoje vamos dar um passo importante rumo à automação e ao processamento inteligente de dados: trabalhar com arquivos CSV em Python — formato essencial para integração com planilhas, bancos de dados, IA e sistemas reais.

CSV (Comma-Separated Values) é um dos formatos de dados mais usados no mundo real: exportações de planilhas, relatórios financeiros, cadastros, integrações com ferramentas como Excel, Google Sheets, CRMs, IA e muito mais.

Hoje você vai aprender a ler, criar e processar arquivos CSV de forma prática e estruturada.

🎯 O que você vai aprender

• O que é um arquivo .csv
• Usar o módulo csv nativo do Python
• Ler arquivos CSV linha por linha
• Escrever novos dados em um arquivo CSV
• Criar um sistema de exportação de contatos

🧾 O que é um CSV?

É um arquivo de texto simples em que os valores são separados por vírgulas (ou ponto e vírgula).
Cada linha representa um registro.

Exemplo:

nome,idade,email
Asllan,41,[email protected]
Luiza,13,[email protected]

📂 Lendo arquivos CSV

import csv

with open("contatos.csv", newline='', encoding='utf-8') as arquivo:
    leitor = csv.reader(arquivo)
    for linha in leitor:
        print(linha)

📝 Escrevendo arquivos CSV

import csv

with open("contatos.csv", "w", newline='', encoding='utf-8') as arquivo:
    escritor = csv.writer(arquivo)
    escritor.writerow(["nome", "idade", "email"])
    escritor.writerow(["Asllan", 41, "[email protected]"])

📌 Desafio do Dia: Cadastro de Contatos com Exportação CSV

Você deve:

1. Permitir o cadastro de vários contatos (nome, idade, email)
2. Salvar os dados em um arquivo contatos.csv
3. Exibir os dados após cada novo cadastro

💻 Código sugerido:

import csv
import os

arquivo_csv = "contatos.csv"

# Criar cabeçalho se não existir
if not os.path.exists(arquivo_csv):
    with open(arquivo_csv, "w", newline='', encoding='utf-8') as arq:
        writer = csv.writer(arq)
        writer.writerow(["nome", "idade", "email"])

while True:
    nome = input("Nome (ou 'fim'): ")
    if nome.lower() == "fim":
        break
    idade = input("Idade: ")
    email = input("Email: ")

    with open(arquivo_csv, "a", newline='', encoding='utf-8') as arq:
        writer = csv.writer(arq)
        writer.writerow([nome, idade, email])

    print("✅ Contato adicionado!")

# Exibir os contatos
print("\n📋 Contatos cadastrados:")
with open(arquivo_csv, newline='', encoding='utf-8') as arq:
    reader = csv.reader(arq)
    for linha in reader:
        print(" | ".join(linha))

🧠 O que você aplicou hoje?

• Leitura e escrita de dados estruturados
• Integração com formato universal (CSV)
• Registro persistente de informações
• Preparação de dados para processamento ou exportação

💬 Profissionalmente falando

Saber lidar com CSV é essencial em:

• Importações/exportações de sistema
• Integrações com Excel, Sheets e bancos de dados
• Pré-processamento de dados para projetos de IA

🎯 Quer aplicar isso em automações reais?

Na mentoria, você aprende a:

✅ Ler dados externos
✅ Usar em IA, bots e sistemas internos
✅ Exportar relatórios e processar cadastros

📲 Saiba mais: asllanmaciel.com.br/mentoria