如何使用Python将CSV文件转换为由多个字典组成的列表

以下以Python语言为例，提供三种常用实现方式： #

方案1：使用标准库csv的DictReader（最推荐，适配标准CSV格式） #

直接调用Python内置模块，无需安装第三方依赖，自动处理引号包裹的带逗号字段、换行等特殊CSV格式场景。
示例代码：

import csv

# 替换为你的CSV文件路径
with open("test.csv", "r", encoding="utf-8") as csv_file:
    # DictReader会自动将第一行作为字典的键
    csv_reader = csv.DictReader(csv_file)
    # 直接转为列表即可得到目标结果
    result = list(csv_reader)

print(result)

如果需要调整字段类型，比如将age转为整数，可以修改为：

result = []
for row in csv_reader:
    row["age"] = int(row["age"])
    result.append(row)

方案2：手动逐行读取（适合学习底层逻辑） #

不依赖任何库，自行处理文件内容，仅适合格式简单、无特殊字符的CSV文件：
示例代码：

with open("test.csv", "r", encoding="utf-8") as csv_file:
    # 读取第一行作为字典键
    keys = csv_file.readline().strip().split(",")
    result = []
    for line in csv_file:
        line = line.strip()
        # 跳过空行
        if not line:
            continue
        values = line.split(",")
        result.append(dict(zip(keys, values)))

方案3：使用pandas库（适合大数据量场景） #

如果需要处理GB级大CSV，或者后续还要做数据清洗，可以用pandas快速实现：
示例代码：

import pandas as pd

# dtype=str 保证所有字段读取为字符串，和示例输出格式一致
df = pd.read_csv("test.csv", dtype=str)
# to_dict参数指定为records即可输出字典组成的列表
result = df.to_dict("records")

内容的提问来源于stack exchange，提问作者Andrew