Python 文件操作：CSV 格式

CSV（Comma-Separated Values）是一种轻量、通用且跨平台的数据文件格式。

它以纯文本记录表格数据，每一行代表一条记录，每个字段之间用分隔符（通常是逗号）隔开。

几乎所有表格软件（如 Excel、Numbers、Google Sheets）以及文本编辑器都能打开 CSV 文件。

一、CSV 格式特点

CSV 文件的扩展名通常为 .csv，也可以使用 .tsv（制表符分隔）作为变体。

其主要特点包括：

分隔符：用逗号 , 分列（也可用 \t 或 ; 等）。

表头：第一行通常是列名。

引用规则：若字段中包含逗号、引号或换行符，用双引号包裹字段，并将字段内的双引号写作 ""。

换行：每条记录独占一行。

编码：推荐 UTF-8；若为 Excel 兼容，使用 UTF-8-SIG。

缺失值：用空字符串或占位符（如 NA）表示。

示例：

3,Carol,

这是一个包含逗号、引号与换行的 CSV 片段，展示了 CSV 的基本语法结构。

二、在 Python 中表示 CSV 数据

1、在内存中模拟 CSV 文件对象

当我们想在内存中处理 CSV 数据而不立即写入磁盘时，可以使用 标准库的 StringIO 方法：

print(buf.read())

StringIO 适用于测试、临时存储或在网络请求中处理小型 CSV 内容。

2、使用列表与字典在内存中表示表格结构

在写入 CSV 之前，我们通常先在内存中准备结构化数据：

print(data)

这种结构与 CSV 的“行–列”概念天然对应，方便后续用 csv.DictWriter 写入文件。

三、使用 csv 标准库读写 CSV 文件

Python 的标准库 专门用于 CSV 文件读写，能自动处理分隔符、引号与转义等细节。

1、写入 CSV 文件（DictWriter）

下面的示例演示如何将数据写入磁盘上的 students.csv 文件。

print("students.csv 文件已保存。")

• 参数 newline="" 避免 Windows 下出现空行；

• utf-8-sig 确保 Excel 打开无乱码。

2、读取 CSV 文件（DictReader）

下面展示如何读取 students.csv 文件内容，并将每一行解析为字典。

        print(row)

输出结果：

{'id': '3', 'name': 'Carol', 'score': '90'}

注意：csv 模块默认将所有字段读取为字符串类型，如需数值计算可显式转换。

3、使用自定义分隔符（TSV 文件）

下面示例展示如何写入使用制表符分隔的 TSV 文件。

    writer.writerows(data)

当字段中包含大量逗号时，可以改用制表符 \t，即 TSV 格式（Tab-Separated Values）。

4、防止 CSV 注入（安全写入）

某些表格软件（如 Excel）会把以 =、+、-、@ 开头的单元格当作公式执行，可能造成安全隐患。

写入前可添加单引号 ' 作为前缀：

    return value

生产环境中建议在写入前，对每个字符串字段调用 safe_cell()。

四、使用 pandas 处理 CSV 文件

第三方库 提供更高层的 CSV 支持，适合批量分析、筛选与统计。

1、使用 pandas 读取 CSV 文件

下面的示例展示如何快速加载并查看 CSV 文件内容。

print(df.head())

输出：

2   3  Carol     90

pandas 会自动解析表头、处理引号与编码，是数据分析的首选方案。

2、筛选与统计数据

下面的示例展示如何筛选出成绩大于等于 90 的学生，并计算平均分。

print("平均分：", avg_score)

pandas 的 DataFrame 支持丰富的筛选与聚合运算，非常适合快速探索数据。

3、将结果写回新的 CSV 文件

print("高分学生表已保存为 top_students.csv。")

写入时使用 index=False，可避免额外生成行索引列。

五、综合案例：从构造数据到统计分析

以下示例演示了 CSV 文件的完整流程：构造 → 写入 → 读取 → 筛选 → 统计 → 保存。

top.to_csv("top_students.csv", index=False, encoding="utf-8-sig")

运行结果：

平均分：85.8

此示例展示了 CSV 文件在数据分析中的完整生命周期：数据创建 → 存储 → 读取 → 处理 → 输出。

小结

csv 标准库：轻量级、跨平台，适合通用文件读写。

pandas：强大易用，适合复杂分析、筛选与统计。

建议配置：newline="" + encoding="utf-8-sig" 可最大化跨平台兼容。

安全性：写入前防止 CSV 注入；读取后注意字段类型转换。

“点赞有美意，赞赏是鼓励”