Python Academy · 课时

处理 CSV 文件

Q: 「处理 CSV 文件」这节课中我会学到什么？

学习使用 CSV 文件读写结构化数据 你通过在浏览器中直接运行的动手代码来练习 Python Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习使用 CSV 文件读写结构化数据

处理 CSV 文件 是 CoddyKit 上的免费 Python Academy 课时。这是第 2 节课，共 3 节。你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。这是 Python Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Python Academy 课程共包含 3 节课。

使用 CSV 文件简介

CSV（逗号分隔值）文件是存储表格数据的常见格式。Python 提供了 csv 模块，可以高效地 read、write 和处理 CSV 文件。

在本课中，您将学习如何使用 Python 内置的 csv 模块处理 CSV 文件。

什么是 CSV 文件

CSV 文件是使用分隔符（通常是逗号）分隔值的文本文件。每一行代表一条记录，而行中的每个值代表一列。

读取 CSV 文件

要对 CSV 文件执行 read 操作，请使用 csv.reader 函数。该函数会将每一行读取为值列表：

# Reading a CSV file
import csv

with open("data.csv", "r") as file:
    reader = csv.reader(file)
    for row in reader:
        print(row)  # Each row is a list of values

写入 CSV 文件

要对 CSV 文件执行 write 操作，请使用 csv.writer 函数。该函数可以将多条记录写入 CSV 文件：

# Writing to a CSV file
import csv

with open("output.csv", "w", newline="") as file:
    writer = csv.writer(file)
    writer.writerow(["Name", "Age", "City"])
    writer.writerow(["Alice", 30, "New York"])
    writer.writerow(["Bob", 25, "London"])

读取带表头的 CSV 文件

使用 csv.DictReader 将 CSV 文件读取为字典，其中键为列标题：

# Reading a CSV file with headers
import csv

with open("data.csv", "r") as file:
    reader = csv.DictReader(file)
    for row in reader:
        print(row)  # Each row is a dictionary with column headers as keys

写入带表头的 CSV 文件

使用 csv.DictWriter 将字典写入带有表头的 CSV 文件：

# Writing a CSV file with headers
import csv

with open("output.csv", "w", newline="") as file:
    fieldnames = ["Name", "Age", "City"]
    writer = csv.DictWriter(file, fieldnames=fieldnames)

    writer.writeheader()  # Write the header row
    writer.writerow({"Name": "Alice", "Age": 30, "City": "New York"})
    writer.writerow({"Name": "Bob", "Age": 25, "City": "London"})

CSV 文件中的自定义分隔符

读取或写入 CSV 文件时，您可以指定自定义分隔符。例如，使用制表符分隔的文件使用制表符（\t）作为分隔符：

# Using a custom delimiter
import csv

with open("data.tsv", "r") as file:
    reader = csv.reader(file, delimiter="\t")
    for row in reader:
        print(row)  # Each row is split by tab

处理大型 CSV 文件

对于大型 CSV 文件，请使用循环逐步处理各条记录，避免将整个文件加载到内存中：

# Reading a large CSV file efficiently
import csv

with open("large_data.csv", "r") as file:
    reader = csv.reader(file)
    for row in reader:
        # Process each row
        print(row)

CSV 文件中的常见错误

以下是需要避免的一些错误：

在 Windows 上写入 CSV 文件时忘记使用 newline=""。
为非标准 CSV 文件使用了错误的分隔符。
未处理文件中的缺失数据或格式错误的数据。

我们学到了什么

在本课中，您学习了：

如何使用 Python 的 csv 模块 read 和 write CSV 文件。
如何使用 DictReader 和 DictWriter 处理带表头的 CSV 文件。
如何高效地处理大型 CSV 文件。

做得很好！让我们进入下一个主题。

常见问题解答

「处理 CSV 文件」课时是免费的吗？

是的 — 「处理 CSV 文件」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Python Academy 课程的其余内容，请升级到 CoddyKit PRO。 Python Academy 课程共包含 3 节课。

「处理 CSV 文件」这节课中我会学到什么？

学习使用 CSV 文件读写结构化数据你通过在浏览器中直接运行的动手代码来练习 Python Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 Python Academy 需要有经验吗？

无需任何先前经验。CoddyKit 上的 Python Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。这是第 2 节课，共 3 节。

「处理 CSV 文件」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 Python Academy 课中编写并运行代码吗？

能。每节 Python Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

← 返回 Python Academy