Pandas读取csv

对于文件的操作中，读写csv操作是一个比较常见的操作，很多时候可能会选择使用python中的文件读取的方式对csv文件操作，这种方式并没有什么问题，但读写的效率不高，编写的代码量也偏多。

这里介绍使用pandas进行简单的读。写也基本类似。

一、Pandas读取表头：

使用pandas读取表头很简单，一行代码搞定，如下：

    # 读取表头
    head_row = pd.read_csv('123.csv', nrows=0)

这一行代码读取的是一个对象，如果要以列表形式输出，可以增加如下一行代码：

    # 表头列转为 list
    head_row_list = list(head_row)

二、读取具体数据：

以文件读取的方式读取具体数据，需要的代码量比较多，也需要做循环遍历，使用pandas操作如下：

    # 读取
    csv_result = pd.read_csv('123.csv', usecols=head_row_list)
    row_list = csv_result.values.tolist()
    print(f"行读取结果：{row_list}")

上面展示的是打印行读取的结果。使用pandas，还可以很方便的将行转换为列，并打印出行转列的结果，如下代码段：

    col_obj = csv_result.T
    col_list = col_obj.values.tolist()
    print(f"行转列读取结果：{col_list}")
    return head_row_list, col_list

完整的代码如下：

import pandas as pd


def csv_file_read():
    # 读取表头
    head_row = pd.read_csv('123.csv', nrows=0)
    print(list(head_row))
    # 表头列转为 list
    head_row_list = list(head_row)

    # 读取
    csv_result = pd.read_csv('123.csv', usecols=head_row_list)
    row_list = csv_result.values.tolist()
    print(f"行读取结果：{row_list}")
    col_obj = csv_result.T
    col_list = col_obj.values.tolist()
    print(f"行转列读取结果：{col_list}")
    return head_row_list, col_list



if __name__ == '__main__':
    csv_file_read()

是不是很简单，十几行代码即可搞定。