使用 Python 处理 CSV 文件

文章目录

常见问题及解决方案
[使用 Python 处理 CSV 文件：全面指南](#使用 Python 处理 CSV 文件：全面指南)
[CSV 文件的基本概念](#CSV 文件的基本概念)
[使用内置 `csv` 模块](#使用内置 csv 模块)
[使用 `pandas` 库](#使用 pandas 库)
处理缺失值
[使用 `DictReader` 和 `DictWriter`](#使用 DictReader 和 DictWriter)
案例分析
最佳实践
参考资源
性能比较
结论

常见问题及解决方案

问题：文件编码错误
解决方案 ：使用 encoding 参数指定文件编码，例如 encoding='utf-8'。
问题：读取大文件时内存不足
解决方案 ：使用 chunksize 参数逐块读取数据：
python 复制代码
```
for chunk in pd.read_csv('large_data.csv', chunksize=1000):
    process(chunk)  # 自定义处理函数
```
问题执行脚本报错

bash 复制代码

PS D:\bsop\zhijianaiweb> & D:/Python/Python39/python.exe c:/Users/wangzq/Desktop/csv.py
Traceback (most recent call last):
  File "c:\Users\wangzq\Desktop\csv.py", line 1, in <module>
    import csv
  File "c:\Users\wangzq\Desktop\csv.py", line 4, in <module>
    writer = csv.writer(file)
AttributeError: partially initialized module 'csv' has no attribute 'writer' (most likely due to a circular import)
PS D:\bsop\zhijianaiweb>

这个错误通常脚本文件命名为 csv.py，导致 Python 试图从你的脚本中导入 csv 模块，而不是标准库中的 csv 模块。解决方法如下：

重命名你的脚本 ：将 csv.py 更改为其他名字，例如 csv_example.py。
删除 csv.pyc 文件 （如果存在）：在同一目录下查找 __pycache__ 文件夹，删除其中的 csv.cpython-39.pyc 文件。

使用 Python 处理 CSV 文件：全面指南

CSV（Comma-Separated Values）格式是一种广泛使用的数据交换格式，因其简单易懂而受到青睐。本文将介绍如何使用 Python 处理 CSV 文件，包括读取、写入、数据处理以及常用库的比较。

CSV 文件的基本概念

CSV 文件使用逗号分隔值，通常用于存储表格数据。每行代表一条记录，字段由逗号分隔。

使用内置 `csv` 模块

Python 提供了内置的 csv 模块，方便读取和写入 CSV 文件。

写入 CSV 文件：

python 复制代码

import csv
with open('output.csv', mode='w', newline='') as file:
    writer = csv.writer(file)
    writer.writerow(['Name', 'Age'])
    writer.writerow(['Alice', 30])

读取 CSV 文件：

python 复制代码

import csv

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

使用 `pandas` 库

pandas 是一个强大的数据处理库，适合进行复杂的数据分析。

读取 CSV 文件：

python 复制代码

import pandas as pd

df = pd.read_csv('data.csv')
print(df.head())

数据处理：可以轻松地进行数据过滤、修改和聚合。

python 复制代码

# 过滤年龄大于25的人
filtered_df = df[df['Age'] > 25]
print(filtered_df)

# 统计年龄的平均值
average_age = df['Age'].mean()
print(f"Average Age: {average_age}")

写入 CSV 文件：

python 复制代码

df.to_csv('filtered_output.csv', index=False)

处理缺失值

处理数据时，缺失值是常见问题。可以使用 fillna() 方法填充缺失值：

python 复制代码

# 用0填充缺失值
df.fillna(0, inplace=True)

# 删除含有缺失值的行
df.dropna(inplace=True)

使用 `DictReader` 和 `DictWriter`

csv 模块还支持将 CSV 文件读取为字典格式，方便处理。

读取为字典：

python 复制代码

import csv
with open('data.csv', mode='r') as file:
    reader = csv.DictReader(file)
    for row in reader:
        print(row['Name'], row['Age'])

写入字典：

python 复制代码

import csv
with open('output.csv', mode='w', newline='') as file:
    fieldnames = ['Name', 'Age']
    writer = csv.DictWriter(file, fieldnames=fieldnames)
    writer.writeheader()
    writer.writerow({'Name': 'Bob', 'Age': 22})

案例分析

假设我们有一个包含员工信息的 CSV 文件 employees.csv，我们想要进行数据分析，比如找出薪水高于某个值的员工，并计算他们的平均薪水。

python 复制代码

import pandas as pd

# 读取数据
df = pd.read_csv('employees.csv')

# 过滤薪水大于50000的员工
high_salary_df = df[df['Salary'] > 50000]

# 计算平均薪水
average_salary = high_salary_df['Salary'].mean()
print(f"Average Salary of High Earners: {average_salary}")

最佳实践

始终检查数据的完整性：读取数据后，检查缺失值和异常值。
使用相对路径：为保证代码的可移植性，使用相对路径读取文件。
文件格式：尽量确保 CSV 文件的格式统一，避免出现不同的分隔符或编码问题。

参考资源

性能比较

在处理大型 CSV 文件时，选择合适的库至关重要。csv 模块相对轻量，更适合简单读取和写入，而 pandas 提供了更丰富的数据操作功能，适合进行复杂分析。

结论

无论是使用内置的 csv 模块还是功能强大的 pandas 库，Python 都为处理 CSV 文件提供了灵活的解决方案。根据具体需求选择合适的方法，可以使数据处理更高效。

使用 Python 处理 CSV 文件

文章目录

常见问题及解决方案

使用 Python 处理 CSV 文件：全面指南

CSV 文件的基本概念

使用内置 csv 模块

使用 pandas 库

处理缺失值

使用 DictReader 和 DictWriter

案例分析

最佳实践

参考资源

性能比较

结论

使用内置 `csv` 模块

使用 `pandas` 库

使用 `DictReader` 和 `DictWriter`