不用手动打开 Excel：用 Python 读取 CSV，几秒钟统计一份销售报表

CSV 是一种常见的数据交换格式，Excel、数据库和许多网站都支持导入或导出 CSV 文件。如果只是想读取表格、统计数量或计算金额，不一定需要使用复杂的数据分析软件。

今天，我们就用 Python 自带的 csv 模块完成一个实用的小工具。

一、认识 CSV 文件

CSV 是 Comma-Separated Values（逗号分隔值）的缩写。它本质上是一种文本文件，每一行代表一条记录，不同字段通常使用逗号分隔。

例如，一份简单的销售记录：

商品,数量,单价
笔记本,3,12.50
签字笔,5,2.80
文件夹,2,8.00

可以看到，第一行是表头，后面每一行代表一条商品销售记录。

CSV 文件有几个特点：

• 文件体积通常比较小，方便传输。
• 可以使用 Excel、WPS 或普通文本编辑器打开。
• 不依赖特定表格软件，适合不同系统之间交换数据。
• 可以通过编程自动读取和处理。

需要注意，CSV 并不一定只能使用简单的逗号分隔。字段中如果包含逗号、引号或换行符，也可能需要使用引号进行包装。因此，建议使用专门的 CSV 解析工具，而不是直接用字符串的 split(",") 拆分。

二、准备 Python 程序

首先，在电脑上创建一个文件夹，例如 csv-demo。

在文件夹中创建两个文件：

csv-demo/
├── sales.csv
└── summarize.py

把前面的销售数据保存到 sales.csv 中，注意使用 UTF-8 编码保存。

接下来，打开 summarize.py，开始编写统计程序。

三、使用 DictReader 读取表格

Python 内置了 csv 模块，其中的 DictReader 非常适合初学者。

它能够自动读取 CSV 第一行的字段名称，并把每一行转换成字典。这样，我们就可以直接通过商品名称、数量和单价来获取数据，不必记住每一列的位置。

先看一个简单示例：

import csv

with open("sales.csv", newline="", encoding="utf-8-sig") as file:
    reader = csv.DictReader(file)

    for row in reader:
        print(row["商品"], row["数量"], row["单价"])

运行后，会依次输出：

笔记本 3 12.50
签字笔 5 2.80
文件夹 2 8.00

这里有三个值得注意的地方：

1. import csv：导入 Python 自带的 CSV 模块。
2. csv.DictReader(file)：读取表格，并将每一行转换为字典。
3. row["商品"]：通过表头名称获取对应字段。

为什么使用 newline=""？这是 Python 官方推荐的 CSV 文件打开方式，可以避免部分换行符处理问题。

这里还使用了 utf-8-sig 编码，它能够在读取 UTF-8 文件时自动跳过文件开头可能存在的 BOM 标记，减少部分 Excel 导出文件出现表头乱码的问题。

四、实战：自动计算商品销售总额

现在，我们把读取数据和金额计算结合起来，制作一个简单的销售统计程序。

修改 summarize.py，完整代码如下：

import csv
from decimal import Decimal

total = Decimal("0")

with open("sales.csv", newline="", encoding="utf-8-sig") as file:
    reader = csv.DictReader(file)

    for row in reader:
        name = row["商品"]
        quantity = int(row["数量"])
        price = Decimal(row["单价"])

        amount = quantity * price
        total += amount

        print(f"{name}：{amount:.2f} 元")

print("----------------")
print(f"销售总额：{total:.2f} 元")

这段程序主要完成四件事：

• 读取每一行商品数据。
• 将数量转换为整数，将单价转换为金额数值。
• 计算每种商品的销售金额。
• 累加所有商品金额，输出最终销售总额。

这里特别使用了 Decimal，而不是普通的 float。因为涉及金额计算时，十进制运算通常更适合表示货币数值，可以避免部分二进制浮点数精度问题。

运行程序：

python summarize.py

预期输出：

笔记本：37.50 元
签字笔：14.00 元
文件夹：16.00 元
----------------
销售总额：67.50 元

这样，一份简单的销售报表就自动统计完成了。

五、遇到问题怎么办？

初次处理 CSV 文件时，可能遇到以下几个常见问题：

1. 找不到文件

如果出现 FileNotFoundError，先检查 sales.csv 是否与 Python 程序位于同一目录。如果不在，需要修改文件路径。

2. 找不到字段名称

如果出现 KeyError，检查 CSV 第一行的表头是否与代码中的字段名称完全一致。例如，商品 和 商品名称 就是两个不同的字段。

3. 中文显示乱码

可以检查文件实际使用的编码。如果文件是 UTF-8 编码，可以尝试使用 utf-8-sig；如果来自其他软件，也需要根据实际编码选择相应的读取方式。不要在不了解文件编码的情况下随意切换。

4. 金额计算报错

检查数量和单价是否为空，是否包含非数字字符，以及小数点格式是否正确。真实业务数据通常需要额外进行数据校验，不能假设每一行都完整无误。

六、还能用它做什么？

掌握 CSV 读取之后，你还可以进一步扩展：

• 统计每个月的支出和收入。
• 汇总不同商品的销售数量。
• 计算员工考勤和工作时长。
• 整理网站导出的用户数据。
• 批量筛选符合条件的记录。

对于更复杂的数据分析，还可以进一步学习 Pandas。但对于简单的数据读取、统计和转换，Python 自带的 csv 模块已经足够实用。

总结： CSV 是日常工作中非常常见的数据格式，学会使用 Python 的 csv.DictReader 和 Decimal，就能把许多重复的表格统计工作交给程序自动完成，让数据处理变得简单又高效。