博客

在Python中把 CSV 文件读成一个列表

  • Post category:Python

当我们需要处理CSV格式的数据时，我们通常需要将它们读取到Python程序中，以便分析和转换。在Python中，常用的处理CSV文件的库有csv和pandas等。下面我们分别介绍如何使用这两个库来读取CSV文件并将其转换成一个列表。

1. 使用csv库

使用csv库可以快速读取csv文件，并将其转换成一个嵌套列表的格式。以下是使用csv库读取csv文件的示例代码：

import csv

with open('example.csv', 'r') as f:
    reader = csv.reader(f)
    data = list(reader)

print(data)

上述代码中，我们首先使用with open()语句打开csv文件，然后使用csv.reader()函数创建一个csv reader对象，再使用list()函数将其转换为一个嵌套列表。

如果CSV文件的第一行是标题行，则我们可以使用csv库的DictReader()函数来读取文件。以下是使用csv库读取具有标题行的CSV文件的示例代码：

import csv

with open('example.csv', 'r') as f:
    reader = csv.DictReader(f)
    data = [row for row in reader]

print(data)

上述代码中，我们使用csv.DictReader()函数创建了一个csv reader对象，可以从该对象读取带有标题行的CSV数据。在这个例子中，我们使用了列表推导式将DictReader对象转换为一个列表。

2. 使用pandas库

pandas是一个强大的数据处理库，它可以轻松地读取CSV文件并将其转换成一个DataFrame对象，以便进行更复杂的分析和操作。以下是使用pandas库中的read_csv()函数读取CSV文件的示例代码：

import pandas as pd

data = pd.read_csv('example.csv')

print(data.values.tolist())

上述代码中，我们使用pandas库的read_csv()函数读取CSV文件，并将其转换为一个DataFrame对象。然后，我们使用DataFrame对象的values属性获取其值并将其转换为一个嵌套列表。

注意，使用pandas读取CSV文件需要在执行代码前先使用 pip install pandas 命令安装pandas库。

综上所述，以上是在 Python 中如何将 CSV 文件读成一个列表的两种解决方案。鉴于使用场景不同，可根据具体需求选择一种库进行使用。

Tags: