csv文件案例

好的，以下是一个简单的 csv 文件案例：

假设我们有一个包含学生信息的 csv 文件，其中包含学生的姓名、年龄和成绩。文件内容如下：

姓名,年龄,成绩
Tom,18,90
Jerry,20,80
Bob,19,85
Alice,21,95

我们可以使用 Python 的 csv 模块来读取这个文件并进行处理。以下是一个简单的示例代码：

import csv

# 打开 csv 文件
with open('students.csv', 'r') as file:
    # 创建 csv reader 对象
    reader = csv.reader(file)
    
    # 跳过第一行表头
    next(reader)
    
    # 遍历每一行数据
    for row in reader:
        # 获取每一行数据的各个字段
        name, age, score = row
        
        # 输出学生信息
        print(f'姓名：{name}，年龄：{age}，成绩：{score}')

运行以上代码，输出结果如下：

姓名：Tom，年龄：18，成绩：90
姓名：Jerry，年龄：20，成绩：80
姓名：Bob，年龄：19，成绩：85
姓名：Alice，年龄：21，成绩：95

以上代码演示了如何读取 csv 文件并处理其中的数据。除此之外，还可以使用 csv 模块的其他函数来写入 csv 文件或者进行更复杂的数据处理。

相关问题

pandas 读取csv文件案例

好的，可以开始回答您的问题了。以下是一个使用 pandas 读取 csv 文件的例子：

import pandas as pd

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

其中，'example.csv' 是要读取的 csv 文件的路径。read_csv() 函数会返回一个 DataFrame 对象，您可以使用 head() 函数来查看前几行数据。如果您想要更多的读取 csv 文件的参数和用法，可以参考 pandas 官方文档。

spark sql读写csv文件案例

Spark SQL可以读写CSV文件，下面是一个简单的案例：

1. 导入CSV文件

假设我们有一个名为“data.csv”的CSV文件，包含以下内容：

id,name,age
1,John,25
2,Jane,30
3,Bob,35

我们可以使用以下代码将其导入Spark SQL中：

from pyspark.sql import SparkSession

spark = SparkSession.builder.appName("CSV Reader").getOrCreate()

df = spark.read.format("csv").option("header", "true").load("data.csv")

df.show()

这将创建一个名为“df”的DataFrame对象，并将其显示在控制台上。

2. 导出CSV文件

我们可以使用以下代码将DataFrame对象导出为CSV文件：

df.write.format("csv").option("header", "true").save("output.csv")

这将在当前目录下创建一个名为“output.csv”的文件，并将DataFrame对象写入其中。

以上就是Spark SQL读写CSV文件的简单案例。