课程库 › AI 主线 › 文件与自动化脚本 › 第 2 课

处理 CSV —— 用标准库读表格数据

普通课约 55 分钟

本课导读

打开任何一家公司的共享盘，最多的数据文件八成是 Excel 表。而 Excel 表的"素颜形态"——CSV（逗号分隔值），是数据交换的通用货币：导出报表、下载账单、对接系统，到处是它。本课用标准库 csv 模块把表格数据读进 Python、算完再写回去——这也是 U1.5 pandas 的前置直觉：先懂"表格数据长什么样"，再学豪华工具。预计 55 分钟。

CSV：Excel 卸了妆

CSV 文件本质就是纯文本：第一行是表头，之后每行一条记录，字段用逗号隔开。先造一份看看：

Python

# 道具：运营小林导出的一周销售表
raw = """date,product,amount,city
7-01,键盘,299,上海
7-02,鼠标,89,北京
7-02,键盘,299,北京
7-03,显示器,1599,上海
7-04,鼠标,89,深圳"""

with open("sales.csv", "w", encoding="utf-8") as f:
  f.write(raw)

# 它就是个文本文件——上节课的读法完全适用
with open("sales.csv", encoding="utf-8") as f:
  print(f.read())

既然是文本，line.split(",") 手动切不就行了？先别——真实数据里字段本身可能含逗号（比如产品名"键盘,机械"会被 Excel 存成 "键盘,机械"），手动 split 直接切碎。标准库的 csv 模块懂全部规则，这轮子别自己造。

csv.reader：按行切好端给你

Python

import csv

# 道具（含一个带逗号的字段，见识一下 csv 模块的价值）
raw = """date,product,amount
7-01,"键盘,机械",299
7-02,鼠标,89"""
with open("sales.csv", "w", encoding="utf-8") as f:
  f.write(raw)

with open("sales.csv", encoding="utf-8", newline="") as f:
  reader = csv.reader(f)
  for row in reader:
      print(row)          # 每行已切成列表，带逗号的字段完好无损

csv.reader(f) 把文件变成"一行行列表"的流水线，直接 for
表头也是普通一行——通常用 next(reader) 先取走它（下面示范）
open 里多了个 newline=""：处理 CSV 的固定搭配（防止 Windows 下多出空行），先记住照抄

大坑预警：读出来的全是字符串

Python

import csv

raw = """date,product,amount
7-01,键盘,299
7-02,鼠标,89"""
with open("sales.csv", "w", encoding="utf-8") as f:
  f.write(raw)

with open("sales.csv", encoding="utf-8", newline="") as f:
  reader = csv.reader(f)
  header = next(reader)        # 先取走表头
  total = 0
  for row in reader:
      # print(row[2] + 100)    # 取消注释试试：TypeError！
      total = total + int(row[2])   # 必须手动转类型

print(f"合计 {total} 元")

CSV 里没有数字，只有长得像数字的字符串——"299" 不是 299。要算账先 int()/float() 转换，转换可能失败（脏数据），异常课的气囊随时候命。这个坑在 pandas 里会被自动处理，但你得先知道它存在，才懂 pandas 帮了你什么。

csv.DictReader：每行变字典（推荐主力）

按下标取列（row[2]）容易错还难读。DictReader 自动拿表头当键，每行给你一个字典——U1.1 的功夫直接平移过来：

Python

import csv

raw = """date,product,amount,city
7-01,键盘,299,上海
7-02,鼠标,89,北京
7-02,键盘,299,北京
7-03,显示器,1599,上海
7-04,鼠标,89,深圳"""
with open("sales.csv", "w", encoding="utf-8") as f:
  f.write(raw)

with open("sales.csv", encoding="utf-8", newline="") as f:
  rows = list(csv.DictReader(f))     # 一步到位：字典的列表

print(rows[0])                          # 见名取值，谁也不会看错列
print(rows[0]["product"], rows[0]["amount"])

# 实战两问：
# ① 总销售额（字符串 → int 再求和）
total = sum(int(r["amount"]) for r in rows)
print(f"总销售额：{total} 元")

# ② 各城市销售额（“遍历 + 字典计数”老套路 + .get 兜底）
by_city = {}
for r in rows:
  by_city[r["city"]] = by_city.get(r["city"], 0) + int(r["amount"])
print(by_city)

看到了吗——"字典的列表"正是 U1.1 说的真实数据的标准形状。CSV 读进来是它，下一课的 JSON 解析出来还是它。形状统一，功夫通用。

csv.writer：算完写回去

Python

import csv

# 把统计结果写成一份新报表
by_city = {"上海": 1898, "北京": 388, "深圳": 89}

with open("report.csv", "w", encoding="utf-8", newline="") as f:
  writer = csv.writer(f)
  writer.writerow(["city", "total"])          # 写一行：表头
  for city, total in by_city.items():
      writer.writerow([city, total])          # 逐行写数据

with open("report.csv", encoding="utf-8") as f:
  print(f.read())

writer.writerow(列表) 一次写一行，逗号和引号它替你操心。到这里，"读 → 加工 → 写"三段式的 CSV 版你已经齐活：读账单 → 算汇总 → 出报表，这就是无数行政、运营岗位每周手工干几小时的活——你现在会让它一秒完成了。

说明

和 Excel 的关系：CSV 用 Excel 打开就是表格，Excel 也能"另存为 CSV"。所以这套功夫的实战流程往往是：同事给你 Excel → 另存 CSV → Python 加工 → 产出 CSV → 用 Excel 打开交差。等 U1.5 的 pandas 上场，连"另存"这步都能省。

✍️ 练习

练习 1：考勤统计

读出考勤表，统计迟到（status 为"迟到"）的总人次并打印是谁、哪天。

Python

import csv

raw = """date,name,status
7-01,小雨,正常
7-01,阿杰,迟到
7-02,小雨,迟到
7-02,阿杰,正常
7-03,小雨,正常
7-03,阿杰,迟到"""
with open("attendance.csv", "w", encoding="utf-8") as f:
  f.write(raw)

# 你的代码写在下面（建议用 DictReader）

✅ 参考答案

import csv

with open("attendance.csv", encoding="utf-8", newline="") as f:
    late = [r for r in csv.DictReader(f) if r["status"] == "迟到"]

print(f"迟到共 {len(late)} 人次")
for r in late:
    print(f'{r["date"]} {r["name"]}')

练习 2：工资条生成器

按底薪加提成算实发（实发 = base + sales × 0.05），把结果写成新表 payroll.csv（表头 name,pay），再读出来打印验证。

Python

import csv

raw = """name,base,sales
小雨,8000,60000
阿杰,8000,45000
丽丽,9000,80000"""
with open("staff.csv", "w", encoding="utf-8") as f:
  f.write(raw)

# 你的代码写在下面

💡 提示

读的时候 base 和 sales 都是字符串，先 int()。算完 writerow(["name", "pay"]) 打头，逐行写 [名字, 实发]。

✅ 参考答案

import csv

with open("staff.csv", encoding="utf-8", newline="") as f:
    staff = list(csv.DictReader(f))

with open("payroll.csv", "w", encoding="utf-8", newline="") as f:
    writer = csv.writer(f)
    writer.writerow(["name", "pay"])
    for s in staff:
        pay = int(s["base"]) + int(s["sales"]) * 0.05
        writer.writerow([s["name"], int(pay)])

with open("payroll.csv", encoding="utf-8") as f:
    print(f.read())

练习 3：脏数据幸存者（挑战）

这份表的 amount 列混进了脏值。统计能转成数字的总额，脏行收集起来单独打印（一行都不能让程序崩）。U1.1 异常课的"逐条 try、坏的隔离"模式复出。

Python

import csv

raw = """product,amount
键盘,299
鼠标,缺货
显示器,1599
线材,-
耳机,89"""
with open("dirty.csv", "w", encoding="utf-8") as f:
  f.write(raw)

# 你的代码写在下面

✅ 参考答案

import csv

total = 0
bad_rows = []
with open("dirty.csv", encoding="utf-8", newline="") as f:
    for r in csv.DictReader(f):
        try:
            total = total + int(r["amount"])
        except ValueError:
            bad_rows.append(r)

print(f"有效总额：{total} 元")
print("待人工处理：")
for r in bad_rows:
    print(f'  {r["product"]}: {r["amount"]}')

真实报表十有八九有脏行——"好的继续、坏的隔离、最后人工看"是数据清洗的职业素养，U1.5 的 pandas 清洗课会把它工业化。

📝 随堂测验

随堂测验0 / 5 题正确

1. 为什么不用 line.split(",") 手动解析 CSV，而用 csv 模块？

2. csv 读出的 "299"，直接拿去加 100 会怎样？

3. csv.DictReader 相比 csv.reader 的优势是？

4. 用 csv 模块时，open 的固定搭配是？

5. 把统计结果写成 CSV，正确的动作是？

本课小结

CSV = 表头 + 逗号分隔的纯文本，Excel 的素颜；解析交给标准库 csv 模块，别手动 split
读出来全是字符串——算账先 int()/float()，脏数据用 try 隔离
主力姿势 csv.DictReader：每行一个字典，"字典的列表" = 数据的标准形状
写表用 csv.writer + writerow；open 固定搭配 encoding="utf-8", newline=""

下一课是 CSV 的表亲、API 时代的通用语言——JSON。U1.1 埋的"嵌套结构"伏笔，正式收网。

划选正文任意文字可高亮、批注或加入复习卡

讨论

载入中…