说真的，刚开始接触数据这块儿，看到一堆后缀是 .csv 的文件躺在那里，心就有点慌。特别是在 Windows 上，用 Excel 打开吧，数据量稍微大点就卡得动不了，更别提那恼人的乱码问题了。那时候就在想，就没有更“技术”一点、更稳妥一点的办法吗？当然有啊！对于我们用 Python 搞事情的人来说，处理 csv 文件简直是基本功，而且方法还不止一种，各有各的好处。今天就掰开了、揉碎了，跟你聊聊 Python怎么打开csv 这码事儿。
首先得明白， csv 文件本质上就是个纯文本文件，数据 之间通常是用逗号隔开（Comma Separated Values嘛），但也可以是别的符号，比如制表符、分号啥的。每一行就是一条记录，每条记录里面的字段用分隔符隔开。理解了这个，就知道为啥有时候直接用记事本打开也能看，就是结构有点乱。
好，言归正传，用 Python 打开 csv 文件，最常见也最基础的，就是用它自带的那个 csv模块。这个模块是 Python 的“内建”功能，不用额外安装什么，非常方便。
方法一：用 Python 内置的 csv 模块
这个模块提供了一些工具，让你能更规范地读取和写入 csv 文件，而不用自己去费劲地拆分每一行的字符串。
最简单的读取方式是使用 csv.reader。想象一下，它就像一个“读取器”，逐行扫描你的 csv 文件，然后把每一行按分隔符切好，变成一个列表（list）。
来，看看代码怎么写：
“`python
import csv
file_path = ‘your_data.csv’ # 替换成你的csv文件路径
try:
# 关键点：指定文件路径，读取模式 ‘r’，还有编码 encoding=’utf-8’
# 如果你的文件不是 utf-8 编码，这里要换成对应的，比如 ‘gbk’
# newline=” 这个也很重要，能防止读取时出现额外的空行
with open(file_path, mode=’r’, encoding=’utf-8′, newline=”) as csvfile:
# 创建一个 reader 对象
reader = csv.reader(csvfile)
# 如果你的csv文件第一行是表头，通常会先跳过它
# next(reader) # 跳过第一行表头
print(f"开始读取文件：{file_path}")
# 遍历 reader，每一行就是一个列表
for row in reader:
# row 现在是一个列表，包含了这一行的所有数据
print(row)
# 你可以按索引访问每个字段，比如 row[0], row[1] 等等
# print(f"第一列数据: {row[0]}, 第二列数据: {row[1]}")
except FileNotFoundError:
print(f”错误：文件 ‘{file_path}’ 未找到。”)
except Exception as e:
print(f”读取文件时发生错误：{e}”)
print(“文件读取完毕。”)
“`
看到了吗？with open(...) as csvfile: 这是一种特别优雅的处理文件的方式，它能确保文件在用完后自动关闭，即便中间程序报错了也一样，避免资源泄露。模式 'r' 表示我们是来读取文件数据的。encoding='utf-8' 这个太重要了！国内很多 csv 文件可能是 gbk 或 gb2312 编码，但现在越来越多的是 utf-8 了，utf-8 是国际通用标准，强烈推荐。如果不知道编码，有时候得试一下。newline='' 呢，是为了避免在某些操作系统上读取 csv 文件时出现奇怪的空行，这是 csv模块 官方推荐的做法。
csv.reader(csvfile) 就是创建了那个“读取器”。然后 for row in reader: 循环，每次给你一行 数据，这行 数据 已经被切好，乖乖地装在一个列表里等着你处理了。你可以用列表的索引 row[0], row[1] 这样去访问每一列的数据。
但是呢，用索引访问有个问题，你得记住第一列是什么、第二列是什么……字段多了就容易晕。有没有更“智能”一点的办法呢？有！ csv模块 还有一个好用的工具叫 csv.DictReader。
csv.DictReader 更适合那种带表头的 csv 文件。它会把第一行当做表头，然后后续每一行的数据不再是列表，而是字典（dictionary）！字典的键就是表头里的字段名，值就是对应列的数据。这样你就可以用列名去访问数据了，比如 row['姓名']、row['年龄']，是不是一下子清晰了很多？
来看 DictReader 的例子：
“`python
import csv
file_path = ‘your_data_with_header.csv’ # 替换成你的csv文件路径，这个文件要有表头哦
try:
with open(file_path, mode=’r’, encoding=’utf-8′, newline=”) as csvfile:
# 创建一个 DictReader 对象
# 它会自动使用第一行作为字典的键（fieldnames）
reader = csv.DictReader(csvfile)
print(f"开始使用 DictReader 读取文件：{file_path}")
# DictReader 也是可迭代的，每次循环得到一个字典
for row in reader:
# row 现在是一个字典
print(row)
# 你可以用列名访问数据，前提是文件有表头且 DictReader 正确读取了
# 比如，如果你的表头里有 '姓名' 和 '城市'
# print(f"姓名: {row['姓名']}, 城市: {row['城市']}")
# 访问不存在的键会报错，可以先判断是否存在或者用 row.get()
except FileNotFoundError:
print(f”错误：文件 ‘{file_path}’ 未找到。”)
except KeyError as e:
print(f”读取文件时发生错误：找不到指定的列名 {e}，请检查文件表头。”)
except Exception as e:
print(f”读取文件时发生错误：{e}”)
print(“文件读取完毕。”)
“`
看到没？csv.DictReader(csvfile) 就搞定了。后续遍历 reader 拿到的 row 直接就是字典了。用起来感觉舒服多了，代码也更“语义化”了。
csv模块 还有个参数 delimiter，可以指定分隔符。比如你的文件是用分号 ; 分隔的，那就 csv.reader(csvfile, delimiter=';') 或 csv.DictReader(csvfile, delimiter=';')。这个小细节在处理非标准 csv 文件时非常有用。
总的来说， csv模块 是 Python 内置的，够用，适合那些简单、数据量不大的 csv 文件处理任务。它的优点是轻量级，不用额外安装。缺点嘛，就是处理起来有点“手工”，特别是后续如果需要对 数据 做筛选、排序、计算之类的操作，用 csv模块 读出来的列表或字典，你得自己写一大堆循环和判断逻辑，会比较麻烦。
方法二：祭出神器——使用 pandas 库
好家伙，如果你是搞数据分析、数据科学的，或者需要处理的 csv 文件稍微大一点、复杂一点，那么 pandas 库绝对是你的不二之选。毫不夸张地说， pandas 就是为了处理表格型 数据 而生的， csv 文件正是它最拿手的对象之一。
Python怎么打开csv 文件用 pandas ？简单到令人发指！安装？第一次用的话，打开你的命令行（Terminal 或 CMD），敲下这句魔法咒语：pip install pandas openpyxl （openpyxl 是为了以后读写Excel文件，顺手装上不亏）。
安装好了，导入 pandas，然后一行代码就能把 csv 文件的内容变成一个 DataFrame（DataFrame 可以理解成一个带行列索引的二维表格，就像数据库的表或者 Excel 工作表）。
“`python
import pandas as pd
file_path = ‘your_large_data.csv’ # 替换成你的csv文件路径
try:
# 核心中的核心：pd.read_csv()
# 它会自动判断很多东西，比如分隔符、有没有表头、数据类型等等
# encoding 参数同样重要，但 pd.read_csv 会尝试多种编码，不过最好还是明确指定
# usecols 参数可以指定只读取哪些列，省内存
# dtype 参数可以指定某些列的数据类型，避免误判
df = pd.read_csv(file_path, encoding=’utf-8′) # 默认分隔符是逗号
print(f"使用 pandas 读取文件：{file_path}")
print("\nDataFrame 的前5行：")
print(df.head()) # 看看读进来的数据长啥样，默认显示前5行
print("\nDataFrame 的信息概览：")
df.info() # 查看列名、非空值数量、数据类型等信息
print("\nDataFrame 的描述性统计（数值列）：")
print(df.describe()) # 查看数值列的统计信息，如均值、中位数、标准差等
# 现在 df 就是你的数据了，你可以非常方便地进行后续操作
# 比如：
# print("\n只看某一列的数据：")
# print(df['某列名']) # 替换 '某列名' 为实际列名
# print("\n筛选数据，比如年龄大于30的：")
# print(df[df['年龄'] > 30]) # 替换 '年龄' 和 30 为实际条件
except FileNotFoundError:
print(f”错误：文件 ‘{file_path}’ 未找到。”)
except Exception as e:
print(f”使用 pandas 读取文件时发生错误：{e}”)
print(“pandas 文件读取及初步查看完毕。”)
“`
看到了吧，一行 pd.read_csv()，几乎搞定了所有 csv模块 需要你手动处理的事情：文件打开、关闭、按分隔符切分、处理表头（它默认第一行就是表头），甚至还能自动识别 数据 的类型（数字、文本、日期等）。而且它返回的是 DataFrame 对象，这东西简直太强大了！有了 DataFrame，你想对 数据 做任何操作，几乎都有对应的内置方法，语法非常简洁高效。什么筛选（比如 df[df['age'] > 18]）、排序（df.sort_values('salary')）、分组聚合（df.groupby('city')['sales'].sum()）……跟用 csv模块 读出来的列表然后自己写循环比，那效率和代码量简直是天壤之别。
pd.read_csv() 方法本身也有巨多参数，可以让你精细控制读取过程。比如 delimiter 参数用来指定分隔符（跟 csv模块 一样），header 参数可以指定哪一行是表头（或者有没有表头），names 参数可以给没有表头的文件指定列名，skiprows 跳过前面几行，nrows 只读取前面几行，na_values 指定哪些值应该被认为是缺失值（NaN），dtype 强制指定某些列的 数据 类型……参数多得记不住没关系，用到的时候查文档就行，核心就是它帮你把大部分繁琐的事儿都做了。
对于很大的 csv 文件， pandas 还能分块读取（chunking），用 chunksize 参数，这样就不会一次性把所有 数据 都加载到内存，避免内存爆炸。这点对于处理TB级别 数据 的时候特别有用。
总结一下，Python怎么打开csv，你有两种主要选择：
- csv模块： 内置的，轻量级，适合简单任务或不依赖第三方库的场景。读取结果是列表的列表或字典的列表。
- pandas库： 需要安装，功能强大，高效，特别是处理大型 数据 和需要后续复杂分析时。读取结果是 DataFrame 对象。
选哪个？看你的需求和场景。如果只是简单看看文件内容、做个简单遍历处理， csv模块 足够了。但只要你的任务跟数据分析、数据清洗、或者数据量稍微大点沾边，毫不犹豫选 pandas 的 pd.read_csv 吧！它能大幅提升你的效率，写出来的代码也更清晰易懂。
别再盯着那些 csv 文件发愁了，掌握了 Python怎么打开csv 的这两板斧，你就能轻松把这些原始 数据 抓到手里，变成可以分析、可以利用的信息财富了！去试试吧，你会爱上这种用代码驾驭数据的感觉！
评论(0)