在Python中，读取已知路径的CSV文件有多种方法，主要依赖于标准库的`csv`模块或第三方库`pandas`。以下将分别展示这两种核心方法，并提供详细的代码示例和关键参数说明。 ### 一、使用标准库 `csv` 模块 `csv`模块是Python内置的，无需额外安装，适用于基础的CSV文件读写操作[ref_1]。 #### 1. 以列表（List）形式读取 此方法将CSV文件的每一行读取为一个字符串列表。 ```python import csv file_path = "your_file_path.csv" # 替换为你的CSV文件路径 with open(file_path, mode='r', encoding='utf-8') as file: csv_reader = csv.reader(file) # 逐行读取数据，每一行是一个列表 for row in csv_reader: print(row) # 例如：['Name', 'Age', 'City'] ``` **关键参数说明：** * `mode='r'`：以只读模式打开文件。 * `encoding='utf-8'`：指定文件编码。如果文件包含中文或特殊字符，常用`'utf-8'`或`'gbk'`编码。如果遇到编码错误（如`UnicodeDecodeError`），需要尝试其他编码[ref_6]。 #### 2. 以字典（Dict）形式读取 此方法将CSV文件的每一行读取为一个字典，键为列标题（首行），值为对应单元格的内容[ref_1]。 ```python import csv file_path = "your_file_path.csv" with open(file_path, mode='r', encoding='utf-8') as file: csv_dict_reader = csv.DictReader(file) # 逐行读取数据，每一行是一个字典 for row in csv_dict_reader: print(row) # 例如：{'Name': 'Alice', 'Age': '30', 'City': 'Beijing'} ``` **应用场景对比：** | 读取方法 | 数据结构 | 优点 | 适用场景 | | :--- | :--- | :--- | :--- | | `csv.reader` | 列表（List） | 简单直接，内存开销小。 | 不需要处理列名，或文件本身无标题行。 | | `csv.DictReader` | 字典（Dict） | 通过列名访问数据，代码可读性更高。 | 需要按列名操作数据，或文件结构复杂（列顺序可能变化）。 | ### 二、使用第三方库 `pandas` `pandas`是强大的数据分析库，其`read_csv()`函数功能丰富，是处理结构化数据的首选，尤其适用于数据清洗、分析和转换[ref_2][ref_4]。 #### 1. 基本读取 ```python import pandas as pd file_path = "your_file_path.csv" # 读取CSV文件，返回一个DataFrame对象 df = pd.read_csv(file_path) # 查看数据前5行 print(df.head()) # 查看数据基本信息 print(df.info()) ``` #### 2. `read_csv()` 常用参数详解 `pd.read_csv()`提供了大量参数以应对不同的数据格式和需求[ref_2][ref_4]。 ```python import pandas as pd df = pd.read_csv( filepath_or_buffer="your_file_path.csv", # 文件路径 sep=',', # 分隔符，默认为逗号。如果是制表符分隔，则使用'\t' header=0, # 指定第几行作为列名（表头）。`header=None`表示文件无表头 names=['列1', '列2', '列3'], # 如果header=None，可以自定义列名 index_col=0, # 指定某一列作为行索引 usecols=[0, 1, 3], # 仅读取指定的列（按索引或列名） dtype={'Age': 'int', 'Salary': 'float'}, # 指定特定列的数据类型 encoding='utf-8', # 文件编码 skiprows=[0, 2], # 跳过文件开头的指定行（如注释行） na_values=['NA', 'NULL', ''], # 将哪些值识别为缺失值（NaN） nrows=100, # 仅读取前100行数据（用于快速检查大文件） ) print(df) ``` **参数应用场景示例：** | 场景 | 关键参数 | 示例代码片段 | | :--- | :--- | :--- | | 文件无表头 | `header=None` | `pd.read_csv('data.csv', header=None)` | | 自定义列名 | `names` | `pd.read_csv('data.csv', header=None, names=['ID', 'Name'])` | | 读取特定列 | `usecols` | `pd.read_csv('data.csv', usecols=['Name', 'Age'])` | | 处理缺失值 | `na_values` | `pd.read_csv('data.csv', na_values=['-', 'missing'])` | | 大文件抽样 | `nrows` | `pd.read_csv('large_data.csv', nrows=1000)` | #### 3. 批量读取多个CSV文件 结合`glob`模块，可以轻松读取一个目录下的所有CSV文件[ref_2]。 ```python import pandas as pd import glob import os folder_path = "./your_folder/" # 替换为你的文件夹路径 # 构建匹配所有csv文件的路径模式 csv_files = glob.glob(os.path.join(folder_path, "*.csv")) # 创建一个空列表用于存储每个文件的DataFrame df_list = [] for file in csv_files: df_temp = pd.read_csv(file) df_list.append(df_temp) # 将所有DataFrame合并为一个（按行拼接） combined_df = pd.concat(df_list, ignore_index=True) print(combined_df.head()) ``` ### 三、核心方法与选择建议 下表总结了两种主要方法的核心区别，以帮助选择： | 特性 | 标准库 `csv` 模块 | 第三方库 `pandas` | | :--- | :--- | :--- | | **安装要求** | Python内置，无需安装 | 需要额外安装 (`pip install pandas`) | | **数据结构** | 返回列表或字典的迭代器 | 返回高级的`DataFrame`二维表格结构 | | **功能与性能** | 功能基础，适合简单读写。逐行读取，内存友好。 | 功能极其强大（数据清洗、分析、转换、可视化）。一次性读入内存，适合中小型数据集。 | | **易用性** | 代码相对繁琐，需手动处理数据类型、缺失值等。 | 接口简洁，一行代码完成复杂操作，自动处理常见问题。 | | **适用场景** | 1. 处理非常大的文件（需控制内存）<br>2. 只需简单读写，不想引入额外依赖<br>3. 文件格式非标准或非常规分隔符 | 1. 数据分析和处理<br>2. 需要数据清洗、筛选、聚合等操作<br>3. 文件格式标准，且数据量可装入内存 | **最终建议：** * 对于**数据分析、探索或清洗任务**，**首选 `pandas`**。其`read_csv()`函数几乎能处理所有常见情况，效率高且代码简洁[ref_2][ref_4]。 * 当处理**超大型文件**（远超内存容量），或只需进行**极其简单的逐行提取/转换**，且希望**保持环境轻量**时，可以使用`csv`模块[ref_1][ref_5]。 **注意事项：** 1. **文件路径**：确保路径字符串正确。在Windows系统中，原始字符串（如`r"C:\data\file.csv"`）或使用双反斜杠（`"C:\\data\\file.csv"`）可以避免转义问题[ref_6]。 2. **编码问题**：中文环境下的CSV文件常使用`GBK`或`GB2312`编码。如果`utf-8`读取报错，可尝试`encoding='gbk'`[ref_6]。 3. **内存管理**：使用`pandas`读取超大文件时，可考虑`chunksize`参数进行分块读取，例如`pd.read_csv('large.csv', chunksize=50000)`会返回一个可迭代对象，每次迭代读取50000行[ref_2]。