python 中读取 csv 数据的方法分两种：内置 csv 模块，适用于小型 csv 文件，按行迭代数据；pandas 库，提供 read_csv() 函数，可轻松将 csv 数据加载到 dataframe 中进行处理。
Python 读取 CSV 数据的实用技巧分享
在数据科学和机器学习中，我们经常需要从 CSV（逗号分隔值）文件中读取数据。Python 提供了几个用于此目的的内置函数和库。本教程将探讨 Python 读取 CSV 数据的不同方法，并提供实战案例。
内置函数
立即学习“Python免费学习笔记（深入）”；
对于小型 CSV 文件，我们可以使用内置的 csv 模块。它提供了一个 [reader()](https://docs.python.org/3/library/csv.html#csv.reader) 函数，用于按行迭代 CSV 数据。
import csv
with open('data.csv', 'r') as file:
reader = csv.reader(file)
for row in reader:
# 处理每一行数据Pandas 库
Pandas 是用于数据分析和操作的流行库。它提供了一个 [read_csv()](https://pandas.pydata.org/docs/reference/api/pandas.read_csv.html) 函数，可以轻松地将 CSV 数据加载到 DataFrame 中。DataFrame 是一种类似于表格的数据结构，易于处理和操作。
import pandas as pd
df = pd.read_csv('data.csv')
# 访问 DataFrame 中的数据实战案例
考虑一个名为 data.csv 的 CSV 文件，其中包含以下数据：
name,age John,25 Jane,30
使用内置函数读取数据：
import csv
with open('data.csv', 'r') as file:
reader = csv.reader(file)
for row in reader:
print(row)输出：
['name', 'age'] ['John', '25'] ['Jane', '30']
使用 Pandas 库读取数据：
import pandas as pd
df = pd.read_csv('data.csv')
print(df)输出：
name age 0 John 25 1 Jane 30
结语
通过使用内置功能或 Pandas 库，我们可以轻松地从 CSV 文件中读取数据。这些技术在处理小型和大型 CSV 文件时都非常有用。选择方法取决于特定数据集的大小和复杂性。
