python遍历查看csv文件

风涛大大_3374

风涛大大_3374

2025-10-29

913人浏览

原创

答案:使用Python读取CSV文件常用csv模块和pandas库。1. csv.reader逐行读取,适合大文件;2. csv.DictReader以字典形式展示数据,便于理解;3. pandas通过read_csv加载数据,支持head()、info()等方法,适合数据分析;注意编码和文件路径问题,推荐utf-8或utf-8-sig编码处理中文。

python遍历查看csv文件

使用Python遍历和查看CSV文件内容非常简单,常用的方法是利用内置的csv模块或pandas库。下面介绍几种实用的方式,帮助你快速读取并查看CSV数据。

使用csv模块逐行读取

csv模块适合处理简单的CSV文件,内存占用低,适合大文件逐行处理。

示例代码:

Excel公式工具(专业版)
Excel公式工具(专业版)

从自然语言描述生成Excel公式,诊断表格错误,支持VLOOKUP、条件求和等常用函数。

下载
import csv
<p>with open('data.csv', mode='r', encoding='utf-8') as file:
reader = csv.reader(file)
for row in reader:
print(row)  # 每行以列表形式输出</p>

说明:每一行会被读作一个列表,字段按逗号分隔。如果CSV使用其他分隔符(如分号),可在csv.reader中添加 delimiter=';' 参数。

使用csv.DictReader更直观地查看

如果你希望每行数据以字典形式展示,键为列名,可以使用 DictReader。

示例:

import csv
<p>with open('data.csv', mode='r', encoding='utf-8') as file:
reader = csv.DictReader(file)
for row in reader:
print(row)  # 每行是一个字典,key为列名</p>

这样能更清楚地知道每个值对应哪一列,便于调试和分析。

使用pandas快速查看数据

pandas更适合数据分析场景,可以一次性加载整个文件,并提供丰富的查看方法。

先安装:pip install pandas

然后使用:

import pandas as pd
<p>df = pd.read_csv('data.csv')
print(df)           # 查看全部数据
print(df.head())    # 查看前5行
print(df.info())    # 查看数据类型和非空情况</p>

这种方法适合在Jupyter Notebook或数据分析项目中使用,信息更全面。

处理常见问题

读取CSV时可能会遇到编码错误或路径问题,注意以下几点:

  • 使用 encoding='utf-8' 避免中文乱码,若报错可尝试 'gbk' 或 'utf-8-sig'
  • 确认文件路径正确,可用 os.path.exists('data.csv') 检查文件是否存在
  • 若CSV有BOM头(如Excel导出),建议用 utf-8-sig 编码打开

基本上就这些。根据你的需求选择合适的方法:轻量用csv,分析用pandas。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

python速学教程(入门到精通)
python速学教程(入门到精通)

python怎么学习?python怎么入门?python在哪学?python怎么学才快?不用担心,这里为大家提供了python速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
Python 时间序列分析与预测
Python 时间序列分析与预测

本专题专注讲解 Python 在时间序列数据处理与预测建模中的实战技巧,涵盖时间索引处理、周期性与趋势分解、平稳性检测、ARIMA/SARIMA 模型构建、预测误差评估,以及基于实际业务场景的时间序列项目实操,帮助学习者掌握从数据预处理到模型预测的完整时序分析能力。

2025.12.04

360

15

Python 数据清洗与预处理实战
Python 数据清洗与预处理实战

本专题系统讲解 Python 在数据清洗与预处理中的核心技术,包括使用 Pandas 进行缺失值处理、异常值检测、数据格式化、特征工程与数据转换,结合 NumPy 高效处理大规模数据。通过实战案例,帮助学习者掌握 如何处理混乱、不完整数据,为后续数据分析与机器学习模型训练打下坚实基础。

2026.01.31

292

21

Python数据分析与Pandas高级实战
Python数据分析与Pandas高级实战

本专题围绕 Python 数据分析展开,系统讲解 Pandas 的高级用法,包括数据清洗、透视表、时间序列分析以及多表合并与分组操作。通过实战案例,帮助开发者掌握高效处理与分析数据的方法,提高数据处理效率与分析能力。

2026.04.13

1011

25

pip安装使用方法
pip安装使用方法

安装步骤:1、确保Python已经正确安装在您的计算机上;2、下载“get-pip.py”脚本;3、按下Win + R键,然后输入cmd并按下Enter键来打开命令行窗口;4、在命令行窗口中,使用cd命令切换到“get-pip.py”所在的目录;5、执行安装命令;6、验证安装结果即可。大家可以访问本专题下的文章,了解pip安装使用方法的更多内容。

2023.10.09

3710

5

更新pip版本
更新pip版本

更新pip版本方法有使用pip自身更新、使用操作系统自带的包管理工具、使用python包管理工具、手动安装最新版本。想了解更多相关的内容,请阅读专题下面的文章。

2024.12.20

8403

6

pip设置清华源
pip设置清华源

设置方法:1、打开终端或命令提示符窗口;2、运行“touch ~/.pip/pip.conf”命令创建一个名为pip的配置文件;3、打开pip.conf文件,然后添加“[global];index-url = https://pypi.tuna.tsinghua.edu.cn/simple”内容,这将把pip的镜像源设置为清华大学的镜像源;4、保存并关闭文件即可。

2024.12.23

10142

11

python升级pip
python升级pip

本专题整合了python升级pip相关教程,阅读下面的文章了解更多详细内容。

2025.07.23

5387

16

excel对比两列数据异同
excel对比两列数据异同

Excel作为数据的小型载体,在日常工作中经常会遇到需要核对两列数据的情况,本专题为大家提供excel对比两列数据异同相关的文章,大家可以免费体验。

2023.07.25

6281

7

excel重复项筛选标色
excel重复项筛选标色

excel的重复项筛选标色功能使我们能够快速找到和处理数据中的重复值。本专题为大家提供excel重复项筛选标色的相关的文章、下载、课程内容,供大家免费下载体验。

2023.07.31

3996

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Excel 教程
Excel 教程

共162课时 | 45.9万人学习

成为PHP架构师-自制PHP框架
成为PHP架构师-自制PHP框架

共28课时 | 3.7万人学习