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

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：

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

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：

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

在这里插入图片描述

读取 CSV 文件：

import csv

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

在这里插入图片描述

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：

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。

# 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：

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：

# 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：

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：

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。

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}")