利用python代码读取csv或者csv.gz

读取 CSV 文件可以使用 Python 内置的 csv 模块，而读取 CSV 压缩文件则需要使用 gzip 模块。下面是读取 CSV 和 CSV 压缩文件的示例代码：

1. 读取 CSV 文件

import csv

with open('example.csv', 'r') as csv_file:
    csv_reader = csv.reader(csv_file)

    for row in csv_reader:
        print(', '.join(row))

在上面的示例中，我们使用 `csv.reader` 函数读取名为 `example.csv` 的 CSV 文件，并在控制台上打印每一行内容。

2. 读取 CSV 压缩文件

import csv
import gzip

with gzip.open('example.csv.gz', 'rt') as csv_file:
    csv_reader = csv.reader(csv_file)

    for row in csv_reader:
        print(', '.join(row))

在上面的示例中，我们使用 `gzip.open` 函数读取名为 `example.csv.gz` 的压缩的 CSV 文件，并在控制台上打印每一行内容。

值得注意的是，当使用 `gzip.open` 打开文件时，需要将文件模式设置为 `'rt'`，以便能够读取文本文件。

相关问题

利用python代码读取csv或者csv.gz为dataframe

要将 CSV 或 CSV 压缩文件读取为 DataFrame，可以使用 pandas 库。pandas 提供了 `read_csv()` 函数，该函数可以读取 CSV 或 CSV 压缩文件，并将其转换为 DataFrame。下面是读取 CSV 和 CSV 压缩文件为 DataFrame 的示例代码：

1. 读取 CSV 文件为 DataFrame

import pandas as pd

df = pd.read_csv('example.csv')
print(df)

在上面的示例中，我们使用 `read_csv()` 函数读取名为 `example.csv` 的 CSV 文件，并将其转换为 DataFrame。然后，我们使用 `print()` 函数打印 DataFrame。

2. 读取 CSV 压缩文件为 DataFrame

import pandas as pd
import gzip

with gzip.open('example.csv.gz', 'rt') as csv_file:
    df = pd.read_csv(csv_file)

print(df)

在上面的示例中，我们使用 `gzip.open` 函数读取名为 `example.csv.gz` 的压缩的 CSV 文件，并将其转换为 DataFrame。然后，我们使用 `print()` 函数打印 DataFrame。

需要注意的是，当使用 `gzip.open` 打开文件时，需要将文件模式设置为 `'rt'`，以便能够读取文本文件。

利用python代码同时读取csv或者csv.gz为dataframe

要同时读取 CSV 或 CSV 压缩文件并将其转换为 DataFrame，可以使用以下代码：

import pandas as pd
import gzip

filename = 'example.csv.gz'

if filename.endswith('.gz'):
    with gzip.open(filename, 'rt') as csv_file:
        df = pd.read_csv(csv_file)
else:
    df = pd.read_csv(filename)

print(df)

在上面的示例中，我们首先检查文件名是否以 `.gz` 结尾。如果是，则使用 `gzip.open` 函数打开文件，并将文件模式设置为 `'rt'` 以便读取文本文件。如果不是，则使用 `pd.read_csv()` 函数直接读取 CSV 文件。最后，我们使用 `print()` 函数打印 DataFrame。

这段代码可以同时读取 CSV 和 CSV 压缩文件，并将它们转换为 DataFrame，无需更改代码。