csv，一个简单的 Python 库！

一、库的简介

在数据处理的世界里，CSV（逗号分隔值）格式堪称最朴素却最通用的数据交换语言。它不需要安装 Office、不需要依赖数据库、不需要复杂驱动，文本编辑器即可打开，Excel、WPS、MySQL、PostgreSQL 等各类软件全生态兼容。Python 内置的 csv 模块，正是处理这种数据格式的原生基石——零安装、零依赖、稳定可靠、严格遵循 RFC 4180 国际 CSV 规范。

那么，csv 模块在实际生活中到底有什么用？让我们以财务人员的一天为例。月初，财务需要从 ERP 系统导出数十个 CSV 格式的销售报表、从银行下载对账单 CSV、从供应商系统接收采购明细 CSV，然后手动汇总、去重、对账、生成报表。这个过程动辄耗费数小时，而且人工操作极易出错。有了 csv 模块，只需几行 Python 脚本，就能自动读取所有 CSV 文件、按条件筛选数据、计算汇总统计、输出格式化报表。

csv 模块的应用远不止财务领域：数据分析师用它处理实验数据、爬虫开发者用它存储抓取结果、运营人员用它批量处理用户名单、HR 用它管理员工信息、IT 运维用它解析日志文件……可以说，任何涉及表格数据交换的场景，csv 模块都能派上用场。它的魅力在于极致的轻量——不解析数据类型，不依赖第三方库，所有字段默认为字符串，胜在稳定、可控、无依赖。

二、安装库

csv 模块是 Python 标准库的一部分，无需任何额外安装。在 Python 环境中直接导入即可使用：

python

import csv

这一行代码意味着你无需执行 pip install，无需处理依赖冲突，开箱即用。无论你使用的是 Python 3.6 还是 3.13，csv 模块始终可用。

三、基本用法

1. 使用 csv.reader 读取 CSV 文件

csv.reader 是最基础的读取方式，它将 CSV 文件的每一行解析为一个字符串列表。

python

import csv

with open('data.csv', 'r', newline='', encoding='utf-8') as file:
    reader = csv.reader(file)
    for row in reader:
        print(row)  # row 是一个字符串列表，如 ['张三', '25', '北京']

注意：务必添加 newline='' 参数，否则在 Windows 系统上可能会出现多余的空行。首行若为表头，可用 next(reader) 跳过。

2. 使用 csv.writer 写入 CSV 文件

csv.writer 将列表数据逐行写入 CSV 文件。

python

import csv

data = [
    ['姓名', '年龄', '城市'],
    ['张三', 25, '北京'],
    ['李四', 30, '上海'],
    ['王五', 28, '广州']
]

with open('output.csv', 'w', newline='', encoding='utf-8') as file:
    writer = csv.writer(file)
    writer.writerows(data)  # 一次性写入多行

若需逐行写入，可使用 writer.writerow(row)。

3. 使用 csv.DictReader 按字典格式读取

当 CSV 文件有明确的表头时，DictReader 能让代码更直观——每行数据被转换成字典，键为表头，值为对应列的内容。

python

import csv

with open('employees.csv', 'r', newline='', encoding='utf-8') as file:
    reader = csv.DictReader(file)
    for row in reader:
        print(f"{row['姓名']} 今年 {row['年龄']} 岁")

4. 使用 csv.DictWriter 按字典格式写入

DictWriter 可将字典列表写入 CSV，自动处理表头。

python

import csv

data = [
    {'姓名': '张三', '年龄': 25, '城市': '北京'},
    {'姓名': '李四', '年龄': 30, '城市': '上海'}
]

with open('output.csv', 'w', newline='', encoding='utf-8') as file:
    fieldnames = ['姓名', '年龄', '城市']
    writer = csv.DictWriter(file, fieldnames=fieldnames)
    writer.writeheader()      # 写入表头
    writer.writerows(data)    # 写入数据行

四、高级用法

1. 自定义方言（Dialect）

CSV 文件的格式千差万别——有的用分号分隔，有的用单引号包裹字段。通过注册自定义方言，可以优雅地处理各种格式。

python

import csv

class MyDialect(csv.Dialect):
    delimiter = ';'           # 分隔符为分号
    quotechar = "'"           # 引号字符为单引号
    quoting = csv.QUOTE_ALL   # 所有字段都加引号
    lineterminator = '\n'

csv.register_dialect('my_dialect', MyDialect)

with open('semicolon_data.csv', 'r', newline='', encoding='utf-8') as f:
    reader = csv.reader(f, dialect='my_dialect')
    for row in reader:
        print(row)

2. 超大文件流式处理

处理上千万行的 CSV 文件时，绝不能一次性加载到内存中。正确的做法是逐行流式处理，边读边算。

python

import csv

def process_large_file(file_path):
    total = 0
    count = 0
    with open(file_path, 'r', newline='', encoding='utf-8') as f:
        reader = csv.DictReader(f)
        for row in reader:
            # 边读边处理，内存占用恒定
            total += float(row.get('金额', 0))
            count += 1
            if count % 100000 == 0:
                print(f"已处理 {count} 行...")
    return total, count

total_amount, rows = process_large_file('large_sales.csv')
print(f"共处理 {rows} 行，总金额: {total_amount:.2f}")

csv.DictReader 本质上是迭代器，每行返回一个 dict，内存占用恒定，这是处理大文件的利器。

3. 数据类型转换

csv 模块不会自动进行类型推断，所有字段读入时都是字符串。需要手动转换。

python

import csv

processed = []
with open('data.csv', 'r', newline='', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        row['年龄'] = int(row['年龄'])
        row['薪资'] = float(row['薪资'])
        row['是否在职'] = row['是否在职'].lower() == 'true'
        processed.append(row)

五、实际应用场景

场景一：财务对账自动化

财务人员每月需要将银行流水与内部账单进行对账。以下脚本自动读取两份 CSV，找出差异项：

python

import csv

def reconcile_accounts(bank_file, internal_file):
    """银行流水与内部账单对账"""
    bank_transactions = {}
    with open(bank_file, 'r', newline='', encoding='utf-8') as f:
        reader = csv.DictReader(f)
        for row in reader:
            trans_id = row['交易编号']
            bank_transactions[trans_id] = float(row['金额'])

    differences = []
    with open(internal_file, 'r', newline='', encoding='utf-8') as f:
        reader = csv.DictReader(f)
        for row in reader:
            trans_id = row['交易编号']
            internal_amount = float(row['金额'])
            bank_amount = bank_transactions.get(trans_id, 0)
            if abs(bank_amount - internal_amount) > 0.01:
                differences.append({
                    '交易编号': trans_id,
                    '银行金额': bank_amount,
                    '内部金额': internal_amount,
                    '差异': internal_amount - bank_amount
                })

    with open('差异报表.csv', 'w', newline='', encoding='utf-8-sig') as f:
        fieldnames = ['交易编号', '银行金额', '内部金额', '差异']
        writer = csv.DictWriter(f, fieldnames=fieldnames)
        writer.writeheader()
        writer.writerows(differences)

    print(f"对账完成！发现 {len(differences)} 笔差异。")

reconcile_accounts('bank_statement.csv', 'internal_ledger.csv')

场景二：多文件批量合并

批量处理某目录下所有 CSV 文件，将其合并为一个总表，常用于汇总各部门报表或各月销售数据。

python

import csv
import glob

def merge_csv_files(pattern, output_file, header=None):
    """
    合并所有匹配 pattern 的 CSV 文件
    pattern: 文件匹配模式，如 'reports/*.csv'
    """
    files = glob.glob(pattern)
    if not files:
        print("未找到匹配的文件")
        return

    with open(output_file, 'w', newline='', encoding='utf-8') as out_f:
        writer = None
        for idx, file_path in enumerate(files):
            with open(file_path, 'r', newline='', encoding='utf-8') as in_f:
                reader = csv.reader(in_f)
                if idx == 0:
                    if header:
                        writer = csv.writer(out_f)
                        writer.writerow(header)
                    else:
                        # 第一个文件的表头作为总表头
                        header_row = next(reader)
                        writer = csv.writer(out_f)
                        writer.writerow(header_row)
                else:
                    # 跳过其余文件的表头
                    next(reader, None)

                for row in reader:
                    writer.writerow(row)
            print(f"已合并: {file_path}")

    print(f"合并完成！共合并 {len(files)} 个文件，输出至: {output_file}")

merge_csv_files('sales/*.csv', 'total_sales.csv')

场景三：日志分析

运维人员经常需要分析服务器日志（CSV 格式），提取异常 IP 并生成报告。

python

import csv
from collections import defaultdict

def analyze_access_log(log_file, error_threshold=10):
    """分析访问日志，找出异常 IP"""
    ip_stats = defaultdict(lambda: {'count': 0, 'errors': 0})

    with open(log_file, 'r', newline='', encoding='utf-8') as f:
        reader = csv.DictReader(f)
        for row in reader:
            ip = row.get('client_ip')
            status_code = row.get('status_code')
            ip_stats[ip]['count'] += 1
            if status_code and int(status_code) >= 400:
                ip_stats[ip]['errors'] += 1

    suspicious_ips = [
        {'IP地址': ip, '总请求数': stats['count'], '错误数': stats['errors']}
        for ip, stats in ip_stats.items()
        if stats['errors'] >= error_threshold
    ]

    suspicious_ips.sort(key=lambda x: x['错误数'], reverse=True)

    with open('suspicious_ips.csv', 'w', newline='', encoding='utf-8-sig') as f:
        writer = csv.DictWriter(f, fieldnames=['IP地址', '总请求数', '错误数'])
        writer.writeheader()
        writer.writerows(suspicious_ips)

    print(f"分析完成！发现 {len(suspicious_ips)} 个可疑 IP。")

analyze_access_log('access_log.csv', error_threshold=5)

六、结尾

回顾全文，csv 模块虽小，却在数据处理生态中占据着不可替代的位置。它没有 pandas 的向量化运算能力，也缺乏 Polars 的极致性能，但它的简洁、稳定、零依赖、低内存等特性，使其成为处理结构化表格数据的“瑞士军刀”。对于数据清洗、报表生成、日志解析、数据迁移等日常任务，csv 模块往往是最佳选择。特别是面对超大文件时，流式逐行处理的优势无可比拟——pandas 会吃光你的内存，而 csv 模块稳如泰山。此外，在处理带换行符的复杂字段、精确控制写入格式、跨系统数据交换等场景，csv 模块也展现出独特的优势。

当然，如果你的数据量较小且需要复杂的统计分析，pandas 仍然是更好的选择。工具无优劣，关键看场景。

以上就是关于 Python csv 模块的详细介绍和实战案例。你平时用过 csv 模块处理过什么有趣的数据？或者在处理 CSV 文件时遇到过哪些棘手的编码或格式问题？欢迎在评论区分享你的经验和问题，大家一起交流进步！