Python读取CSV文件的4种方法与注意事项
作者：一只程序猿子
在python里面,读取或写入csv文件时是经常遇到的一个需求,这篇文章主要给大家介绍了关于Python读取CSV文件的4种方法与注意事项,需要的朋友可以参考下
1. 使用 csv 模块
（1）项目目录如下图所示：
（2）代码如下：
import csv
filename = './data/test.csv'
with open(filename, "r") as csvfile:
csvreader = csv.reader(csvfile)
# 遍历csvreader对象的每一行内容并输出
for row in csvreader:
print(row)（3）效果如下：
2.使用 numpy 库
（1）项目结构如下：
（2）代码如下：
# 使用 numpy 库：
import numpy as np
filename = './data/test.csv'
# delimiter参数的作用是指定分隔符,dtype参数的作用是指定数据类型
data = np.genfromtxt(filename, delimiter=' ', dtype=str)
print('df的数据类型为:{}'.format(type(data)))
print(data)（3）效果如下：
3.使用pandas库
（1）项目结构如下：
（2）代码如下：
# 使用 pandas 库：
import pandas as pd
filename = './data/test.csv'
df = pd.read_csv(filename)
print('df的数据类型为:{}'.format(type(df)))
print(df)（3）效果如下：
4.使用标准库中的 csv 模块
（1）项目结构如下：
（2）代码如下：
# 使用标准库中的 csv 模块：
import csv
filename = './data/test.csv'
with open(filename, newline='') as csvfile:
reader = csv.DictReader(csvfile)
# 遍历csvreader对象的每一行内容并输出
for row in reader:
print(row)（3）效果如下：
5.注意事项
请注意，这个程序假设您的 CSV 文件已经存在，并且可以被正确读取。如果您的 CSV 文件不在当前目录中，您需要提供完整的文件路径。
这些方法在读取 CSV 文件时都有不同的优缺点，您可以根据自己的需求选择合适的方法。例如，如果您想要快速、方便地处理 CSV 文件并将其转换为 DataFrame 对象，则可以使用 pandas 库；如果您想要更高级的控制和更灵活的选项，则可以使用标准库中的 csv 模块。
总结
到此这篇关于Python读取CSV文件的4种方法与注意事项的文章就介绍到这了,更多相关Python读取CSV文件内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！