Python標準庫csv適合處理結(jié)構(gòu)簡單的CSV文件。通過open()打開文件后，用csv.reader逐行讀取數(shù)據(jù)，每行返回列表;若文件含表頭，可用csv.DictReader將每行轉(zhuǎn)為字典，鍵為列名。pandas庫提供更強大的功能，尤其適合大數(shù)據(jù)或復(fù)雜分析，一起詳細了解下。
Python怎么讀取本地csv文件?
在Python中，可以使用標準庫csv或第三方庫pandas來讀取本地CSV文件。以下是兩種方法的詳細示例：
方法1：使用內(nèi)置csv模塊
python1import csv
3# 1. 打開CSV文件
4with open('data.csv', mode='r', encoding='utf-8') as file:
5 # 2. 創(chuàng)建CSV閱讀器
6 reader = csv.reader
8 # 3. 逐行讀取數(shù)據(jù)
9 for row in reader:
10 print(row) # 每行是一個列表，例如：['Name', 'Age', 'City']
12# 讀取為字典(第一行為表頭)
13with open('data.csv', mode='r', encoding='utf-8') as file:
14 reader = csv.DictReader(file)
15 for row in reader:
16 print(row['Name'], row['Age']) # 通過列名訪問
參數(shù)說明：
encoding='utf-8'：避免中文亂碼，根據(jù)文件實際編碼調(diào)整，如gbk。
csv.DictReader：自動將第一行作為鍵名，生成字典格式數(shù)據(jù)。
方法2：使用pandas(適合大數(shù)據(jù)處理)
python1import pandas as pd
3# 1. 讀取CSV文件
4df = pd.read_csv('data.csv', encoding='utf-8')
6# 2. 查看數(shù)據(jù)
7print(df.head()) # 顯示前5行
8print(df['Name']) # 訪問某一列
10# 3. 處理缺失值(可選)
11df = df.dropna() # 刪除空值行
優(yōu)勢：
直接生成DataFrame，支持復(fù)雜操作。
可處理大文件，支持分塊讀取。
常見問題解決
文件路徑錯誤：
使用絕對路徑或確保文件與腳本同目錄。
在Jupyter中可通過!ls查看當前目錄文件。
編碼問題：
報錯UnicodeDecodeError時，嘗試encoding='gbk'或encoding='latin1'。
分隔符非逗號：
指定分隔符：pd.read_csv('data.csv', sep=';')。
完整示例
python1import pandas as pd
3try:
4 df = pd.read_csv('data.csv')
5 print("數(shù)據(jù)加載成功!")
6 print(df.describe()) # 快速統(tǒng)計
7except FileNotFoundError:
8 print("錯誤：文件未找到，請檢查路徑!")
9except pd.errors.EmptyDataError:
10 print("錯誤：文件為空!")
根據(jù)需求選擇方法：簡單操作用csv模塊，數(shù)據(jù)分析推薦pandas。
在Python中，讀取本地CSV文件通常使用csv模塊或pandas庫。選擇哪種方法取決于你的具體需求，如果你需要進行復(fù)雜的數(shù)據(jù)處理或分析，推薦使用pandas。如果你只是簡單地讀取數(shù)據(jù)到列表中，那么使用csv模塊就足夠了。
