使用Python和pandas库读写CSV文件

目录

1. 安装pandas库

2. 代码实现

3. 总结

---

在本文中，我们将介绍如何使用Python和pandas库来读写CSV文件。CSV（逗号分隔值）文件是一种常见的数据存储格式，用于存储表格数据。pandas是一个用于数据处理和分析的强大Python库。

1. 安装pandas库

首先，确保已经安装了pandas库。如果还没有安装，可以使用以下命令进行安装：

pip install pandas

2. 代码实现

接下来，我们将创建一个Python脚本，使用pandas来读写CSV文件。以下是一个示例代码：

import pandas as pd

# 定义CSV文件名
csv_file = "history_data.csv"

def read_csv(file_name: str) -> None:
    """
    读取CSV文件并打印内容。

    参数:
        file_name (str): CSV文件的路径及文件名。

    返回:
        None
    """
    try:
        df = pd.read_csv(file_name)
        print(df)
    except FileNotFoundError:
        print(f"文件 {file_name} 未找到，请检查文件路径。")

def write_csv(file_name: str, data: list) -> None:
    """
    将数据写入CSV文件。

    参数:
        file_name (str): CSV文件的路径及文件名。
        data (list): 包含字典的列表，每个字典代表一行数据。

    返回:
        None
    """
    try:
        df = pd.DataFrame(data)
        df.to_csv(file_name, index=False, header=True)
        print(f"数据已成功写入 {file_name}。")
    except Exception as e:
        print(f"写入数据时发生错误: {e}")

# 测试数据
data = [
    {'A': 1, 'B': 2, 'C': 3, 'D': 4, 'E': 5, 'F': 6, 'G': 7, 'H': 8},
    {'A': 9, 'B': 10, 'C': 11, 'D': 12, 'E': 13, 'F': 14, 'G': 15, 'H': 16},
]

# 写入CSV文件
write_csv(csv_file, data)

# 读取CSV文件
read_csv(csv_file)

在这个代码示例中，我们首先导入了pandas库，并定义了两个函数：read_csv用于读取CSV文件，write_csv用于写入CSV文件。write_csv函数接受一个文件名和一个包含字典的列表，每个字典代表一行数据。read_csv函数接受一个文件名，并打印CSV文件的内容。

为了让代码更易于理解和维护，我们为函数添加了docstrings来描述功能和参数。这些docstrings遵循PEP 257文档字符串约定，并使用了类型提示，以便于阅读和理解。

3. 总结

在本文中，我们学习了如何使用Python和pandas库来读写CSV文件。这种方法可以轻松地扩展到更复杂的数据处理和分析任务中。使用pandas库，您还可以对数据进行排序、筛选、分组、合并等操作。

以下是一些可能的扩展：

• 使用pandas的read_csv函数的参数，例如sep（分隔符）、header（表头行数）、skiprows（跳过行数）等，以处理不同格式的CSV文件。
• 在写入CSV文件时，可以使用mode参数，如'a'（追加模式）或'w'（覆盖模式），以满足不同的需求。
• 利用pandas的数据处理功能，对读取的数据进行进一步操作，例如筛选某列数据、计算统计信息等。

希望本文能帮助您更好地理解如何使用Python和pandas库来处理CSV文件。您可以根据实际需求对本文中的示例代码进行调整和扩展，以满足您的数据处理和分析任务。