Python 这玩意儿，想必各位搞数据的，或者对数据有点兴趣的，都听说过，甚至上手玩过了。 它的强大，就体现在能轻松处理各种数据，其中，CSV 文件算是最常见的一种数据格式了。 想象一下，你辛辛苦苦收集了一大堆数据，结果发现是 CSV 格式的，别慌！ Python 就能帮你轻松搞定，把数据读进来，想怎么分析就怎么分析。
那具体怎么用 Python 读取CSV文件呢？ 方法可不少，我这就给你细细道来，保证你看完之后，以后再也不怕 CSV 文件了！
最常用的，也是最基础的方法，就是使用 Python 内置的 csv 模块。 别看它名字简单，功能可一点都不弱。 就像一把瑞士军刀，虽然看起来不花哨，但各种工具都齐全，用起来也顺手。
“`python
import csv
with open(‘your_file.csv’, ‘r’, encoding=’utf-8′) as file:
reader = csv.reader(file)
for row in reader:
print(row)
“`
就这么几行代码，就能把 your_file.csv 里面的数据一行一行地打印出来。 注意，encoding='utf-8' 这一句很重要！ 尤其是你的 CSV 文件里有中文的时候，不加上它，十有八九会乱码。 相信我，谁也不想看到一堆乱码吧？
csv.reader 返回的是一个 reader 对象，你可以像迭代器一样，一行一行地读取数据。 每一行数据，都会被转换成一个列表，列表里的每个元素，就是 CSV 文件里的一个单元格。
除了 csv.reader，csv 模块还提供了一个 csv.DictReader。 这玩意儿更高级一点，它可以把每一行数据，转换成一个字典。 字典的 key，就是 CSV 文件的表头。 这样一来，你就可以通过表头来访问数据了，是不是感觉方便多了？
“`python
import csv
with open(‘your_file.csv’, ‘r’, encoding=’utf-8′) as file:
reader = csv.DictReader(file)
for row in reader:
print(row[‘表头1’], row[‘表头2’]) # 用表头访问数据
“`
看到了吧？ 用 csv.DictReader，你可以直接用 row['表头1'] 这样的方式来访问数据，再也不用记住每个字段在第几列了，简直是懒人福音！
当然，如果你觉得 csv 模块不够强大，或者你就是喜欢用第三方库，那 pandas 绝对是你的不二之选。
pandas 是 Python 里最流行的数据分析库，没有之一。 它可以轻松处理各种数据，包括 CSV 文件。 而且，pandas 的功能非常强大，除了读取 CSV 文件，还可以对数据进行各种各样的操作，比如筛选、排序、分组、聚合等等。 总之，有了 pandas，数据分析就像玩游戏一样简单！
“`python
import pandas as pd
df = pd.read_csv(‘your_file.csv’, encoding=’utf-8′)
print(df) # 打印整个 DataFrame
print(df[‘表头1’]) # 打印 ‘表头1’ 这一列
“`
只需要一行代码，pd.read_csv 就可以把 CSV 文件读到一个 DataFrame 对象里。 DataFrame 是 pandas 里最核心的数据结构，你可以把它想象成一个表格，有行有列，非常方便操作。
用 pandas 读取 CSV 文件，还有一个好处是，它可以自动推断每一列的数据类型。 比如，如果某一列都是数字，pandas 就会把它识别成数值类型，这样你就可以直接对它进行数学运算了。
当然，pandas 也有一些缺点。 比如，它比较重量级，如果你只是想简单地读取 CSV 文件，用 csv 模块就足够了。 另外，pandas 默认会把整个 CSV 文件都加载到内存里，如果你的 CSV 文件非常大，可能会导致内存溢出。 遇到这种情况，你可以使用 chunksize 参数，把 CSV 文件分成一块一块地读取。
除了 csv 模块和 pandas，还有一些其他的库也可以用来读取CSV文件，比如 numpy。 虽然 numpy 主要用于数值计算，但它也可以用来读取 CSV 文件，尤其是当你的 CSV 文件里只有数字的时候。
“`python
import numpy as np
data = np.loadtxt(‘your_file.csv’, delimiter=’,’, encoding=’utf-8′, skiprows=1)
print(data)
“`
np.loadtxt 可以把 CSV 文件读到一个 numpy 数组里。 delimiter=',' 指定了 CSV 文件里的分隔符是逗号。 skiprows=1 表示跳过第一行，也就是表头。
总的来说，Python读取CSV文件的方法有很多种，你可以根据自己的需求选择最适合的方法。 如果你只是想简单地读取 CSV 文件，用 csv 模块就足够了。 如果你需要对数据进行复杂的分析，pandas 绝对是你的首选。 如果你的 CSV 文件里只有数字，numpy 也可以考虑。
选择哪个库，真的看你的具体情况。 就像选工具，不是贵的就好，而是顺手的才最好。 别被各种高级库吓到，先把基础的 csv 模块玩明白了，再去尝试更高级的库也不迟。 数据分析，是个慢慢积累的过程，别急于求成。 重要的是，在实践中不断学习，不断进步。 相信你一定能成为数据分析的高手！
评论(0)