话不多说,开干!!!
目录
(1)项目目录如下图所示:
(2)代码如下:
import csvfilename = './data/test.csv'with open(filename, "r") as csvfile: csvreader = csv.reader(csvfile) # 遍历csvreader对象的每一行内容并输出 for row in csvreader: print(row)
(3)效果如下:
(1)项目结构如下:
(2)代码如下:
# 使用 numpy 库:import numpy as npfilename = './data/test.csv'# delimiter参数的作用是指定分隔符,dtype参数的作用是指定数据类型data = np.genfromtxt(filename, delimiter=' ', dtype=str)print('df的数据类型为:{}'.format(type(data)))print(data)
(3)效果如下:
(1)项目结构如下:
(2)代码如下:
# 使用 pandas 库:import pandas as pdfilename = './data/test.csv'df = pd.read_csv(filename)print('df的数据类型为:{}'.format(type(df)))print(df)
(3)效果如下:
(1)项目结构如下:
(2)代码如下:
# 使用标准库中的 csv 模块:import csvfilename = './data/test.csv'with open(filename, newline='') as csvfile: reader = csv.DictReader(csvfile) # 遍历csvreader对象的每一行内容并输出 for row in reader: print(row)
(3)效果如下:
请注意,这个程序假设您的 CSV 文件已经存在,并且可以被正确读取。如果您的 CSV 文件不在当前目录中,您需要提供完整的文件路径。
这些方法在读取 CSV 文件时都有不同的优缺点,您可以根据自己的需求选择合适的方法。例如,如果您想要快速、方便地处理 CSV 文件并将其转换为 DataFrame 对象,则可以使用 pandas 库;如果您想要更高级的控制和更灵活的选项,则可以使用标准库中的 csv 模块。
来源地址:https://blog.csdn.net/spx_0108/article/details/130706946