Python操作CSV文件：写入与读取

Python中处理CSV文件常用的库是pandas，它提供了简单易用的API来读写CSV文件。以下是写入和读取CSV文件的示例代码。
首先，确保已经安装了pandas库。如果尚未安装，可以使用以下命令进行安装：

pip install pandas

写入CSV文件
下面是一个简单的示例，演示如何使用pandas将数据写入CSV文件：

import pandas as pd
# 创建一个数据字典，键是列名，值是数据列表
data = {
'姓名': ['张三', '李四', '王五'],
'年龄': [25, 30, 35],
'职业': ['工程师', '医生', '教师']
}
# 将数据字典转换为DataFrame对象
df = pd.DataFrame(data)
# 将DataFrame写入CSV文件
df.to_csv('data.csv', index=False)  # index=False表示不保留行索引

这个例子创建了一个包含姓名、年龄和职业的数据字典，并将其转换为DataFrame对象。然后，使用to_csv()方法将DataFrame写入名为“data.csv”的CSV文件中。index=False参数表示不保留行索引。
读取CSV文件
接下来，我们将演示如何使用pandas从CSV文件中读取数据。假设我们有一个名为“data.csv”的CSV文件，内容如下：

姓名,年龄,职业
张三,25,工程师
李四,30,医生
王五,35,教师

下面是如何使用pandas读取这个CSV文件的代码：

import pandas as pd
# 从CSV文件中读取数据
df = pd.read_csv('data.csv')
# 显示数据帧的内容
print(df)

read_csv()函数用于从CSV文件中读取数据，并将其存储为DataFrame对象。然后，我们打印出这个DataFrame的内容，它应该与原始CSV文件中的数据一致。**注意事项**：在处理大型CSV文件时，pandas的性能可能会受到影响。如果遇到性能问题，可以考虑使用其他库如csv模块或fastparquet等来处理大型文件。此外，确保在写入CSV文件时选择正确的分隔符（默认为逗号），并设置正确的编码方式（默认为utf-8）。在使用pandas读取CSV文件时，如果文件包含中文或其他非ASCII字符，可能会出现编码问题。在这种情况下，可以尝试在read_csv()函数中指定正确的编码方式，例如pd.read_csv(‘data.csv’, encoding=’gbk’)`。