Python学习(4) ----- Python的CSV文件处理

在 Python 中，读取 CSV 文件最常用的方式是使用标准库中的 csv 模块。下面是详细说明和使用示例：

---

✅ 一、准备一个 CSV 文件示例（假设文件名为 data.csv）

name,age,city
Alice,30,New York
Bob,25,Los Angeles
Charlie,35,Chicago

---

📘 二、读取 CSV 文件的基本方法

方式一：使用 csv.reader（按行读取为列表）

import csvwith open('data.csv', mode='r', encoding='utf-8') as file:reader = csv.reader(file)for row in reader:print(row)

🟢 输出：

['name', 'age', 'city']
['Alice', '30', 'New York']
['Bob', '25', 'Los Angeles']
['Charlie', '35', 'Chicago']

---

方式二：使用 csv.DictReader（每行转为字典）

import csvwith open('data.csv', mode='r', encoding='utf-8') as file:reader = csv.DictReader(file)for row in reader:print(row)

🟢 输出：

{'name': 'Alice', 'age': '30', 'city': 'New York'}
{'name': 'Bob', 'age': '25', 'city': 'Los Angeles'}
{'name': 'Charlie', 'age': '35', 'city': 'Chicago'}

---

🧠 三、其他说明

• with open(...) 是上下文管理器，自动关闭文件。
• 默认按逗号分隔，如需自定义可用 delimiter=';'。
• csv.reader 读取的是列表，而 csv.DictReader 会使用首行为键自动转字典。

---

🔄 四、常见操作进阶

读取到一个列表中：

rows = []
with open('data.csv', mode='r', encoding='utf-8') as f:reader = csv.DictReader(f)rows = list(reader)print(rows)

---

✅ 五、推荐：用 pandas 读取 CSV（更强大）

import pandas as pddf = pd.read_csv('data.csv')
print(df)

输出是一个表格样式的 DataFrame。

---

pandas 是 Python 中一个功能强大的数据分析和处理库，常用于 表格数据（类似 Excel、CSV） 的读取、处理、分析和导出。

---

🧱 一、安装 pandas（如果你还没有安装）

pip install pandas

---

✅ 二、pandas 的基本使用示例

1. 导入库

import pandas as pd

---

2. 读取 CSV 文件

df = pd.read_csv('data.csv')  # 自动解析表头
print(df)

假设 data.csv 内容为：

name,age,city
Alice,30,New York
Bob,25,Los Angeles
Charlie,35,Chicago

输出：

      name  age         city
0    Alice   30     New York
1      Bob   25  Los Angeles
2  Charlie   35      Chicago

---

📘 三、常见操作（初学者必学）

✅ 访问列

print(df['name'])      # 获取 name 列
print(df[['name', 'age']])  # 多列

✅ 访问行

print(df.iloc[0])      # 按位置取第1行
print(df.loc[1])       # 按索引取第2行

✅ 筛选数据

print(df[df['age'] > 30])  # 筛选 age > 30 的行

✅ 添加新列

df['new_col'] = df['age'] + 10

✅ 删除列

df.drop('new_col', axis=1, inplace=True)

---

🔁 四、写回 CSV

df.to_csv('output.csv', index=False)  # index=False 不保存行号

---

📊 五、统计分析

print(df.describe())   # 数值列的统计信息
print(df['age'].mean())  # 平均年龄

---

📌 六、快速复习图

功能	示例
读文件	pd.read_csv("file.csv")
写文件	df.to_csv("out.csv")
筛选	df[df["age"] > 30]
添加列	df["x"] = df["y"] + 1
删除列	df.drop("col", axis=1)
行访问	df.loc[0] 或 df.iloc[0]
统计	df.describe()

---