可以通过多种方式使用 Python 统计 CSV 文件的行数。以下是几种常见的方法： ### 方法一：使用 `csv` 模块 利用 `csv.reader` 读取文件，并通过迭代计算行数。这种方式适合处理较大的文件，因为它不会一次性将整个文件加载到内存中： ```python import csv input_file = 'E:\\studytest\\data.csv' with open(input_file, 'r', newline='') as csv_file: filereader = csv.reader(csv_file) row_count = sum(1 for row in filereader) print(f"Total rows: {row_count}") ``` ### 方法二：使用 `pandas` 模块 如果文件不是特别大，可以使用 `pandas` 来快速加载数据并统计行数。这种方法简洁且高效，尤其适合数据分析场景： ```python import pandas as pd input_file = 'E:\\studytest\\data.csv' df = pd.read_csv(input_file) row_count = len(df) print(f"Total rows: {row_count}") ``` ### 方法三：使用 `open` 函数逐行读取 这种方法不依赖任何第三方库，直接通过内置的文件读取功能统计行数： ```python input_file = 'E:\\studytest\\data.csv' with open(input_file, 'r') as file: row_count = sum(1 for line in file) print(f"Total rows: {row_count}") ``` ### 方法四：筛选特定行后统计 如果需要筛选特定行并统计符合条件的行数，可以结合条件判断来实现。例如，仅统计供应商为 'Supplier Z' 或成本大于 600 的行： ```python import csv input_file = 'E:\\studytest\\data.csv' with open(input_file, 'r', newline='') as csv_file: filereader = csv.reader(csv_file) header = next(filereader) # 跳过表头 row_count = 0 for row in filereader: supplier = str(row[0]).strip() cost = str(row[3]).strip("$").replace(',', '') if supplier == 'Supplier Z' or float(cost) > 600.00: row_count += 1 print(f"Filtered rows: {row_count}") ``` 这些方法各有特点，可以根据具体需求选择合适的方式。如果需要处理较大的数据集，建议使用 `csv` 模块或 `pandas` 模块以提高效率。