Python CSV读取|极客教程

Python CSV读取

在数据处理和分析中，CSV（逗号分隔值）文件是一种非常常见的数据格式。Python中的CSV模块提供了快速简便的方式来读取和操作CSV文件。在本文中，我们将重点介绍如何使用Python中的CSV模块来读取CSV文件，并展示一些示例代码。

CSV文件结构

CSV文件是一种文本文件，其中的数据以逗号分隔。每一行代表一条记录，每一列代表一个字段。例如，下面是一个简单的CSV文件示例：

Name, Age, Gender
Alice, 25, Female
Bob, 30, Male
Charlie, 35, Male

在这个示例中，文件包含三列（Name，Age，Gender），每个人的信息分别占据一行。

读取CSV文件

在Python中，要读取CSV文件，首先需要导入CSV模块。下面是一个简单的示例代码，展示了如何读取上述示例中的CSV文件：

import csv

with open('example.csv', 'r') as file:
    reader = csv.reader(file)
    for row in reader:
        print(row)

运行上面的代码，将输出如下结果：

['Name', ' Age', 'Gender']
['Alice', ' 25', 'Female']
['Bob', ' 30', 'Male']
['Charlie', ' 35', 'Male']

如你所见，使用csv.reader()方法读取CSV文件后，每一行被表示为一个列表，列表中的元素即为每个字段的值。

处理CSV数据

读取CSV文件后，我们可以对数据进行各种操作，如筛选特定的记录、计算统计信息等。下面是一个示例代码，演示了如何计算年龄的平均值：

import csv

ages = []
with open('example.csv', 'r') as file:
    reader = csv.reader(file)
    next(reader)  # 跳过标题行
    for row in reader:
        age = int(row[1].strip())  # 去除空格并转为整型
        ages.append(age)

avg_age = sum(ages) / len(ages)
print(f'The average age is: {avg_age}')

运行上面的代码，将输出如下结果：

The average age is: 30.0

使用pandas库处理CSV数据

除了使用Python的CSV模块，我们还可以使用第三方库pandas来处理CSV数据。pandas提供了更强大和高效的数据处理功能，非常适合处理大型数据集。下面是一个示例代码，展示了如何使用pandas读取CSV文件并计算年龄的平均值：

import pandas as pd

data = pd.read_csv('example.csv')
avg_age = data[' Age'].mean()
print(f'The average age is: {avg_age}')

运行上面的代码，将输出与之前相同的结果：

The average age is: 30.0

总结

在本文中，我们详细介绍了如何使用Python中的CSV模块读取CSV文件，并展示了一些示例代码。我们还提到了使用pandas库处理CSV数据的方法。

Python CSV读取