赞
踩
假设有一个名为 example.csv
的CSV文件,内容如下:
方式一、使用内置的‘csv
’模块:
- import csv
-
- with open('example.csv', 'r') as file:
- reader = csv.reader(file)
- for row in reader:
- print(row)
输出为:
- ['Name', ' Age', ' City']
- ['John', ' 25', ' New York']
- ['Alice', ' 30', ' London']
- ['Bob', ' 22', ' Tokyo']
方式二、使用‘pandas
’库:
- import pandas as pd
-
- df = pd.read_csv('example.csv')
- print(df)
输出为:
- Name Age City
- 0 John 25 New York
- 1 Alice 30 London
- 2 Bob 22 Tokyo
方式三、使用‘numpy
’库:
- import numpy as np
-
- data = np.genfromtxt('example.csv', delimiter=',', dtype='str')
- print(data)
输出为:
- [['Name' ' Age' ' City']
- ['John' ' 25' ' New York']
- ['Alice' ' 30' ' London']
- ['Bob' ' 22' ' Tokyo']]
方式四、使用‘open
’和‘split
’:
- with open('example.csv', 'r') as file:
- lines = file.readlines()
- for line in lines:
- data = line.strip().split(',')
- print(data)
输出为:
- ['Name', ' Age', ' City']
- ['John', ' 25', ' New York']
- ['Alice', ' 30', ' London']
- ['Bob', ' 22', ' Tokyo']
总结:
Pandas的DataFrame提供了更丰富的数据结构和操作方法,特别适用于数据分析和处理。而numpy
的‘genfromtxt
’返回一个NumPy数组,csv
模块提供了更底层的行-列数据。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。