读写CSV文件 | AI生成和翻译

Home 2025.05 English 中文

---

Python csv 模块简介

csv 模块是 Python 标准库的一部分，用于读写 CSV（逗号分隔值）文件。它能高效解析行和列数据。使用时需先导入模块：import csv。通常需要配合文件对象进行操作，一般以读取模式（'r'）或写入模式（'w'）打开文件。

核心组件：

• 读取器：解析 CSV 文件数据（例如 csv.reader() 实现按行访问）
• 写入器：将数据输出到 CSV 文件（例如 csv.writer()）
• CSV 文件被视为行序列，每行是由字符串组成的列表（列）

为确保安全性和便捷性，建议始终使用 with 语句处理文件，以保证正确关闭。

基础 CSV 文件读取

读取 CSV 文件的方法：

import csv

with open('file.csv', 'r') as file:
    reader = csv.reader(file)
    for row in reader:
        print(row)  # 每个 'row' 是包含列数据的列表

• 逐行读取文件，可通过索引访问特定列（例如 row[0] 获取第一列）
• 处理表头时，可单独读取首行：headers = next(reader)

双 CSV 文件行列对比

比较两个 CSV 文件（如 file1.csv 和 file2.csv）时，可将其加载为列表结构（行列表），然后进行对比。前提条件：两个 CSV 结构相同（列数/行数一致）。比较时可检查完全匹配、差异或特定逻辑（例如按关键列匹配）。

示例1：整行对比

使用字典存储行数据（若存在唯一标识列），或直接使用列表进行对比。

import csv

def compare_rows(file1, file2, key_column=0):
    # 将 file1 读取到字典（以 key_column 为键，整行数据为值）
    data1 = {}
    with open(file1, 'r') as f1:
        reader1 = csv.reader(f1)
        headers1 = next(reader1, None)  # 跳过表头（如果存在）
        for row in reader1:
            data1[row[key_column]] = row  # 例如以首列作为键

    # 同理读取 file2
    data2 = {}
    with open(file2, 'r') as f2:
        reader2 = csv.reader(f2)
        headers2 = next(reader2, None)
        for row in reader2:
            data2[row[key_column]] = row

    # 执行对比
    common_keys = set(data1.keys()) & set(data2.keys())
    differing_rows = []
    for key in common_keys:
        if data1[key] != data2[key]:
            differing_rows.append((key, data1[key], data2[key]))
    
    return differing_rows  # 返回（键, file1行数据, file2行数据）元组列表

# 使用示例
differences = compare_rows('file1.csv', 'file2.csv', key_column=0)  # 以第0列为键
print("差异行：", differences)

• 实现原理：将 CSV 转换为按指定列（如 ID 列）键控的字典，直接对比匹配行。通过调整 key_column 参数指定键控列。
• 变体方案：若需无键逐行对比，可同步遍历两个读取器（需确保顺序和长度一致）。

示例2：列数据对比

对比两个文件中特定列的全量数据（例如检查两个文件第1列值是否完全一致）。

import csv

def compare_columns(file1, file2, col_index=0):
    # 提取列数据到列表
    col1 = []
    with open(file1, 'r') as f1:
        reader1 = csv.reader(f1)
        next(reader1, None)  # 跳过表头（如需）
        for row in reader1:
            if len(row) > col_index:
                col1.append(row[col_index])

    col2 = []
    with open(file2, 'r') as f2:
        reader2 = csv.reader(f2)
        next(reader2, None)
        for row in reader2:
            if len(row) > col_index:
                col2.append(row[col_index])

    # 执行列对比
    are_equal = col1 == col2
    differences = []
    for i, (val1, val2) in enumerate(zip(col1, col2)):
        if val1 != val2:
            differences.append((i, val1, val2))
    
    return are_equal, differences  # 返回匹配状态和（行索引, 值1, 值2）元组列表

# 使用示例
equal, diffs = compare_columns('file1.csv', 'file2.csv', col_index=1)  # 对比第1列
print("列数据是否一致？", equal)
print("差异详情（行号, 值1, 值2）：", diffs)

• 实现原理：将指定列数据提取至列表后进行逐元素对比。假设两个 CSV 行数相同，如存在行数差异需额外处理。
• 变体方案：需进行高级列操作时可使用 pandas（例如 df1['column'] == df2['column']），但纯标准库方案建议坚持使用 csv 模块。

技巧与边界情况

• 表头处理：若 CSV 含表头，使用 next(reader) 跳过
• 数据类型：CSV 默认以字符串格式读取，需要时可转换类型（例如 int(row[0])）
• 大文件处理：处理大型 CSV 时建议使用 DictReader 进行键控访问：csv.DictReader(file) 返回 OrderedDict 格式的行数据
• 分隔符：非逗号分隔文件需在 reader/writer 中指定 delimiter=';'
• 异常处理：使用 try-except 处理文件问题，验证列长度避免索引错误
• 替代方案：复杂对比场景可考虑 pandas 库（例如通过 df1.equals(df2) 对比数据框）

完整文档请参阅 Python 官方 csv 模块指南。如有具体 CSV 文件或对比逻辑需求，提供更多细节可获取定制化代码方案！

---

Back

x-ai/grok-code-fast-1

Donate