Pandas读取csv文件

对于文件的操作中，读写csv操作是一个比较常见的操作，很多时候可能会选择使用python中的文件读取的方式对csv文件操作，这种方式并没有什么问题，但读写的效率不高，编写的代码量也偏多。

这里介绍使用pandas进行简单的读。写也基本类似。

一、表头读取：

使用pandas读取表头很简单，使用如下一行代码即可，如下：

    # 读取表头
    head_row = pd.read_csv('123.csv', nrows=0)

上面的代码读取的是一个对象，若使用print语句打印head_row，得到的是一个地址，可以增加如下一行代码，使得到的结果更为直观：

 
    # 表头列转为 list
    head_row_list = list(head_row)

二、具体数据读取

若一文件读取的方式读取具体数据，需要编写的代码量比较多，并且需要通过循环遍历实现，使用pandas操作可以比较方便实现，如下：

    # 读取
    csv_result = pd.read_csv('123.csv', usecols=head_row_list)
    row_list = csv_result.values.tolist()
    print(f"行读取结果：{row_list}")

示例展示的是打印行读取的结果。

使用pandas，还可以很方便的将行转换为列，并打印出行转列的结果，如下：

    col_obj = csv_result.T
    col_list = col_obj.values.tolist()
    print(f"行转列读取结果：{col_list}")
    return head_row_list, col_list

完整示例代码如下：

import pandas as pd
 
 
def csv_file_read():
    # 读取表头
    head_row = pd.read_csv('123.csv', nrows=0)
    print(list(head_row))
    # 表头列转为 list
    head_row_list = list(head_row)
 
    # 读取
    csv_result = pd.read_csv('123.csv', usecols=head_row_list)
    row_list = csv_result.values.tolist()
    print(f"行读取结果：{row_list}")
    col_obj = csv_result.T
    col_list = col_obj.values.tolist()
    print(f"行转列读取结果：{col_list}")
    return head_row_list, col_list
 
 
 
if __name__ == '__main__':
    csv_file_read()