如何用Python提取CSV数据并写入目标CSV（过滤指定行）

方法1：使用Python内置csv模块（无需第三方库） #

直接用标准库处理，逻辑清晰且无依赖：

import csv

# 替换为你的源文件和目标文件路径
source_path = "biometrics_source.csv"
target_path = "customer_target.csv"

with open(source_path, mode='r', newline='', encoding='utf-8') as source_file, \
     open(target_path, mode='w', newline='', encoding='utf-8') as target_file:
    
    reader = csv.DictReader(source_file)
    writer = csv.DictWriter(target_file, fieldnames=reader.fieldnames)
    
    # 写入表头
    writer.writeheader()
    
    # 遍历筛选并写入
    for row in reader:
        # 若Status列是字符串格式（如"True"/"False"），用此判断
        if row['Status'].strip().lower() == 'true':
            writer.writerow(row)
        # 若Status是原生布尔值，替换为下面的判断：
        # if row['Status']:
        #     writer.writerow(row)

关键注意点： #

• 先确认Status列的实际格式：CSV导出时布尔值常被存为字符串，需用字符串匹配；若为原生布尔值直接判断即可。
• 加newline=''避免Windows环境下写入出现空行。
• 指定编码（如utf-8）防止乱码。

方法2：修复pandas报错并实现需求 #

如果之前用pandas出错，大概率是路径、编码或数据类型问题，修复后即可正常使用：

import pandas as pd

# 读取源文件（解决编码/路径问题）
df = pd.read_csv("biometrics_source.csv", encoding='utf-8')

# 筛选Status为True的行（根据实际数据类型调整）
# 情况1：Status是字符串类型（如"True"/"False"）
filtered_df = df[df['Status'].str.strip().str.lower() == 'true']
# 情况2：Status是布尔值类型
# filtered_df = df[df['Status']]

# 写入目标文件（解决索引/空行问题）
filtered_df.to_csv("customer_target.csv", index=False, encoding='utf-8', newline='')

常见报错对应修复： #

• KeyError: 'Status'：用print(df.columns)查看源文件列名，确认是否存在大小写、空格差异（比如是status或Status）。
• UnicodeDecodeError：读取时替换编码参数为gbk或utf-8-sig。
• 筛选无结果：用df['Status'].dtype查看列类型，调整筛选逻辑。
• 写入空行：添加newline=''参数（仅Windows环境需要）。

内容的提问来源于stack exchange，提问作者kazuki zagara