Python 循环遍历csv

Python 循环遍历 CSV 文件的全指南

CSV（Comma Separated Values）是一种广泛使用的文本文件格式，用于存储表格数据。由于其简单、可读性强以及与多种软件的良好兼容性，CSV 文件在数据分析、数据存储和传输中都发挥着重要作用。在本篇文章中，我们将深入探讨如何使用 Python 循环遍历 CSV 文件，并提供实例代码以帮助您理解。

CSV 文件的基本结构

CSV 文件通常由多行组成，每行代表数据表中的一条记录，字段之间用逗号分隔。例如，以下是一个简单的 CSV 文件示例：

姓名,年龄,城市
张三,28,北京
李四,32,上海
王五,25,广州

在这个例子中，第一行是列名，接下来的每一行代表一个人的记录。

使用 Python 读取 CSV 文件

在 Python 中，处理 CSV 文件最常用的库是内置的 csv 库。这个库提供了很多用于读取和写入 CSV 文件的工具。

读取 CSV 文件示例

以下是一个简单的示例，演示如何使用 Python 读取 CSV 文件并打印出每一行的内容。

import csv

# 打开 CSV 文件
with open('data.csv', mode='r', encoding='utf-8') as file:
    # 创建 CSV 读取器
    csv_reader = csv.reader(file)
    
    # 循环遍历 CSV 文件的每一行
    for row in csv_reader:
        print(row)

在上述代码中，我们首先使用 open 函数打开一个名为 data.csv 的文件。在使用 csv.reader 创建一个读取器后，利用 for 循环遍历文件中的每一行，每行都以列表的形式存储。

使用 csv.DictReader

除了使用 csv.reader，我们还可以使用 csv.DictReader 将每一行解析为字典，便于后续处理数据。

import csv

# 打开 CSV 文件
with open('data.csv', mode='r', encoding='utf-8') as file:
    # 创建字典 CSV 读取器
    csv_reader = csv.DictReader(file)
    
    # 循环遍历 CSV 文件的每一行
    for row in csv_reader:
        print(f"姓名: {row['姓名']}, 年龄: {row['年龄']}, 城市: {row['城市']}")

在这个例子中，每一行的字段可通过列名访问，使得代码更加清晰易读。

数据处理示例

在实际使用中，我们可能不仅仅是读取数据，而是对数据进行处理。例如，我们想要找出年龄大于30岁的人：

import csv

# 打开 CSV 文件
with open('data.csv', mode='r', encoding='utf-8') as file:
    csv_reader = csv.DictReader(file)
    
    # 找出年龄大于30岁的人
    for row in csv_reader:
        if int(row['年龄']) > 30:
            print(f"姓名: {row['姓名']}, 年龄: {row['年龄']}, 城市: {row['城市']}")

在这个示例中，我们使用条件语句对每一行的年龄进行筛选。

处理异常情况

在实际应用中，读取 CSV 文件时可能会遇到各种异常情况，比如文件不存在、格式错误等。为了确保程序的健壮性，我们可以使用异常处理机制来捕获这些错误。

import csv

try:
    with open('data.csv', mode='r', encoding='utf-8') as file:
        csv_reader = csv.DictReader(file)
        
        for row in csv_reader:
            print(f"姓名: {row['姓名']}, 年龄: {row['年龄']}, 城市: {row['城市']}")
except FileNotFoundError:
    print("文件未找到，请检查文件路径。")
except Exception as e:
    print(f"发生了错误：{e}")

在这个代码示例中，我们使用 try...except 语句捕获 FileNotFoundError 异常，以处理文件未找到的情况。

数据可视化

通过读取 CSV 文件，我们可以轻松地将数据可视化。这对于分析数据、展示结果都是非常有帮助的。 Python 提供了多种库来实现数据可视化，如 matplotlib 和 seaborn。

示例：简单的数据可视化

假设我们提取了一个 CSV 文件中的年龄数据并绘制了一个简单的柱状图。

import csv
import matplotlib.pyplot as plt

ages = []

with open('data.csv', mode='r', encoding='utf-8') as file:
    csv_reader = csv.DictReader(file)
    for row in csv_reader:
        ages.append(int(row['年龄']))

# 绘制柱状图
plt.hist(ages, bins=5, edgecolor='black')
plt.title('年龄分布')
plt.xlabel('年龄')
plt.ylabel('人数')
plt.show()

Sequence Diagram

在执行 CSV 文件遍历操作时，数据的流动可以用序列图进行表示。

sequenceDiagram
    participant User
    participant Python
    participant CSV_File

    User->>Python: 请求读取CSV文件
    Python->>CSV_File: 打开文件
    CSV_File-->>Python: 返回文件句柄
    Python->>Python: 创建CSV读取器
    Python->>CSV_File: 循环遍历每一行
    CSV_File-->>Python: 返回行数据
    Python->>Python: 处理行数据
    Python->>User: 返回结果

在这个简化的序列图中，标示了用户请求、Python 脚本的执行流程以及 CSV 文件的交互。

结论

本文详细介绍了如何使用 Python 循环遍历 CSV 文件，涵盖了从基本的读取技巧到数据处理和可视化的内容。通过简单的代码示例，您可以快速掌握 CSV 文件操作的基本技能。

希望这篇文章能帮助您在实际工作中更高效地处理 CSV 数据。无论是数据分析、数据清洗，还是简单的数据录入，掌握 CSV 文件读取和遍历的方法都是非常有用的。希望您在 Python 之路上越走越远！