使用Python函数对CSV文件进行操作和处理

CSV文件是一种常用的文本文件格式，常用于存储表格数据。它简单易用，可以被各种程序和工具直接读取、处理和导入到数据库中。Python提供了许多内置函数和第三方库，用于对CSV文件进行操作和处理。

1.读取CSV文件

使用Python内置的csv模块，可以快速读取并处理CSV文件。csv模块提供了两种读取CSV文件的方法：reader和DictReader。

reader方法可以将CSV文件读取为一个嵌套列表，每行作为一个子列表，每个元素作为子列表中的子元素。

下面的代码读取example.csv文件，并将其输出为列表：

import csv

with open('example.csv', newline='') as f:
    reader = csv.reader(f)
    data = list(reader)

print(data)

DictReader方法可以将CSV文件读取为一个字典列表，每行作为一个字典，以CSV文件中的 行作为键，对应行中的值作为字典的值。

下面的代码读取example.csv文件，并将其输出为字典列表：

import csv

with open('example.csv', newline='') as f:
    reader = csv.DictReader(f)
    data = list(reader)

print(data)

2.写入CSV文件

使用Python内置的csv模块，可以快速将数据写入到CSV文件中。csv模块提供了两种写入CSV文件的方法：writer和DictWriter。

writer方法可以将数据写入为CSV文件，每行作为一个子列表，每个元素作为子列表中的子元素。

下面的代码将数据写入到example.csv文件中：

import csv

data = [
    ['Name', 'Age', 'Gender'],
    ['Tom', '18', 'Male'],
    ['Lucy', '22', 'Female']
]

with open('example.csv', 'w', newline='') as f:
    writer = csv.writer(f)
    writer.writerows(data)

print('Write CSV file successfully!')

DictWriter方法可以将数据写入为CSV文件，每行作为一个字典，以CSV文件中的 行作为键，对应行中的值作为字典的值。

下面的代码将数据写入到example.csv文件中：

import csv

data = [
    {'name': 'Tom', 'age': '18', 'gender': 'Male'},
    {'name': 'Lucy', 'age': '22', 'gender': 'Female'}
]

with open('example.csv', 'w', newline='') as f:
    fieldnames = ['name', 'age', 'gender']
    writer = csv.DictWriter(f, fieldnames=fieldnames)
    writer.writeheader()
    writer.writerows(data)

print('Write CSV file successfully!')

3.处理CSV数据

Python中的pandas库可以处理各种数据格式，其中包括CSV文件。使用pandas库，可以轻松读取、写入和处理CSV文件中的数据。

将CSV文件读取为DataFrame对象：

import pandas as pd

df = pd.read_csv('example.csv')
print(df)

将DataFrame对象写入到CSV文件中：

import pandas as pd

data = {'name': ['Tom', 'Lucy'], 'age': [18, 22], 'gender': ['Male', 'Female']}
df = pd.DataFrame(data)

df.to_csv('example.csv', index=False)
print('Write CSV file successfully!')

使用pandas库可以进行各种数据处理，例如对数据进行排序、筛选、加总等操作：

import pandas as pd

df = pd.read_csv('example.csv')

# 对数据进行排序
sort_df = df.sort_values(by='age')
print(sort_df)

# 筛选出年龄大于20岁的数据
filter_df = df.query('age > 20')
print(filter_df)

# 对年龄进行加总
sum_age = df['age'].sum()
print(sum_age)

CSV文件是一种常用的数据格式，在数据处理和分析过程中经常使用。Python提供了多种方法和工具，可以方便地读取、写入和处理CSV文件中的数据，为数据处理和分析带来了很大的便利性。