如何用Python在CSV文件指定A列将值10替换为0

你遇到的问题大概率是替换时用了错误的条件判断（比如把等于10写成了小于等于10），或者误将整列符合某个范围的值都替换了。下面给你两种简单可靠的解决方法：

方法一：用Pandas处理（推荐，代码简洁） #

Pandas是Python处理CSV最常用的库，精准替换非常方便：

import pandas as pd

# 读取你的CSV文件，替换成实际文件名
df = pd.read_csv('your_input.csv')

# 仅把A列中等于10的数值替换为0，其他值保持不变
df.loc[df['A'] == 10, 'A'] = 0

# 也可以用replace方法实现同样效果
# df['A'] = df['A'].replace(10, 0)

# 保存修改后的文件，index=False是避免生成多余的索引列
df.to_csv('your_output.csv', index=False)

方法二：用内置CSV模块处理（无需额外安装库） #

如果不想安装Pandas，用Python自带的csv模块也能搞定：

import csv

# 打开原文件和要保存的新文件
with open('your_input.csv', 'r', newline='') as in_file, open('your_output.csv', 'w', newline='') as out_file:
    reader = csv.reader(in_file)
    writer = csv.writer(out_file)
    
    # 先写入表头
    header = next(reader)
    writer.writerow(header)
    
    # 逐行处理数据
    for row in reader:
        # 检查A列（CSV第一列索引为0）的内容是否是数字10
        if row[0].strip().isdigit() and int(row[0]) == 10:
            row[0] = '0'
        writer.writerow(row)

避坑提示 #

之前出现全量替换的常见错误：

• 错误写法1：df['A'] = df['A'].apply(lambda x: 0 if x <=10 else x) —— 这个会把1到10的所有值都换成0
• 错误写法2：用字符串模糊替换（比如row[0].replace('10', '0')）—— 如果A列有类似"100"的数值，会被错误改成"00"，不过你的情况更可能是第一种错误。

内容的提问来源于stack exchange，提问作者Belle