python 中读取 csv 数据的方法分两种：内置 csv 模块，适用于小型 csv 文件，按行迭代数据；pandas 库，提供 read_csv() 函数，可轻松将 csv 数据加载到 dataframe 中进行处理。

Python 读取 CSV 数据的实用技巧分享

在数据科学和机器学习中，我们经常需要从 CSV（逗号分隔值）文件中读取数据。Python 提供了几个用于此目的的内置函数和库。本教程将探讨 Python 读取 CSV 数据的不同方法，并提供实战案例。

内置函数

对于小型 CSV 文件，我们可以使用内置的 模块。它提供了一个 [](docs.python/3/library/csv.html#csv.reader) 函数，用于按行迭代 CSV 数据。

import csv

with open('data.csv', 'r') as file:
    reader = csv.reader(file)
    for row in reader:
        # 处理每一行数据

Pandas 库

Pandas 是用于数据分析和操作的流行库。它提供了一个 [](pandas.pydata/docs/reference/api/pandas.read_csv.html) 函数，可以轻松地将 CSV 数据加载到 DataFrame 中。DataFrame 是一种类似于表格的数据结构，易于处理和操作。

import pandas as pd

df = pd.read_csv('data.csv')
# 访问 DataFrame 中的数据

实战案例

考虑一个名为 的 CSV 文件，其中包含以下数据：

name,age
John,25
Jane,30

使用内置函数读取数据：

import csv

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

输出：

['name', 'age']
['John', '25']
['Jane', '30']

使用 Pandas 库读取数据：

import pandas as pd

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

输出：

   name  age
0  John   25
1  Jane   30

通过使用内置功能或 Pandas 库，我们可以轻松地从 CSV 文件中读取数据。这些技术在处理小型和大型 CSV 文件时都非常有用。选择方法取决于特定数据集的大小和复杂性。