Python进行CSV数据处理有多种方法，以下为不同操作的介绍及示例： ### 读取CSV文件 Python的`csv`模块可用于读取CSV文件。以下是读取CSV文件的示例代码： ```python import csv with open('example.csv', 'r') as file: reader = csv.reader(file) for row in reader: print(row) ``` 在这个示例中，使用`csv.reader`来逐行读取CSV文件中的数据。 ### 写入CSV文件 写CSV文件有不同的情况。若写入简单的列表数据，可按如下操作： ```python import csv file2 = open('result.csv', 'w', newline='') writer = csv.writer(file2) input1 = ['data1', 'data2', 'data3'] writer.writerow(input1) file2.close() ``` 此示例按行写入数据，每一行为一个列表，操作较为简单方便 [^2]。 若要写入字典序列类型数据，需要传入文件对象和字段名称，示例如下： ```python import csv data = [ {'name': 'Alice', 'age': 25}, {'name': 'Bob', 'age': 30} ] with open('dict_result.csv', 'w', newline='') as f: fieldnames = ['name', 'age'] writer = csv.DictWriter(f, fieldnames=fieldnames) writer.writeheader() writer.writerows(data) ``` 这里在写入字典序列类型数据时，调用`writerheader`方法写入表头，调用`writerows`方法写入多行数据 [^4]。 ### 结合其他库进行更复杂的数据分析 可以将`csv`模块与其他Python库（如`pandas`）结合使用，进行更复杂的数据分析和处理。以下是使用`pandas`读取CSV文件并进行简单分析的示例： ```python import pandas as pd # 读取CSV文件 df = pd.read_csv('example.csv') # 查看数据基本信息 print('数据基本信息：') df.info() # 查看数据集行数和列数 rows, columns = df.shape if rows < 100 and columns < 10: # 短表数据（行数少于100且列数少于10）查看全量数据信息 print('数据全部内容信息：') print(df.to_csv(sep='\t', na_rep='nan')) else: # 长表数据查看数据前几行信息 print('数据前几行内容信息：') print(df.head().to_csv(sep='\t', na_rep='nan')) ``` 通过`pandas`库的`read_csv`函数读取CSV文件，还可以使用`info`方法查看数据基本信息，使用`head`方法查看数据前几行信息等。