如何用Python实现CSV文件第1列与列2、列3的逐行数值大小比较

以下提供两种常用实现方式，可根据你的使用场景选择：

方法1：使用标准库csv模块（无额外依赖） #

不需要安装第三方库，直接调用Python内置模块即可实现，适合轻量使用场景：

import csv

# 替换为你本地CSV文件的实际路径
csv_path = "your_data.csv"

with open(csv_path, mode='r', encoding='utf-8') as f:
    reader = csv.reader(f)
    # 如果CSV第一行是表头，保留下面这行跳过表头；没有表头直接注释该行即可
    next(reader)
    
    for row_index, row in enumerate(reader, start=1):
        # 将三列值转换为浮点型，若确认都是整数可替换为int()避免精度问题
        col1 = float(row[0])
        col2 = float(row[1])
        col3 = float(row[2])
        
        # 以下是比较逻辑示例，可按需修改为你需要的规则
        print(f"第{row_index}行比较结果：")
        # 第1列和第2列比较
        if col1 > col2:
            print(f"  第1列值{col1} > 第2列值{col2}")
        elif col1 == col2:
            print(f"  第1列值{col1} = 第2列值{col2}")
        else:
            print(f"  第1列值{col1} < 第2列值{col2}")
        # 第1列和第3列比较
        if col1 > col3:
            print(f"  第1列值{col1} > 第3列值{col3}")
        elif col1 == col3:
            print(f"  第1列值{col1} = 第3列值{col3}")
        else:
            print(f"  第1列值{col1} < 第3列值{col3}")

方法2：使用pandas库（适合批量数据处理） #

如果后续还需要对数据做其他统计、筛选操作，用pandas实现更简洁，使用前先执行pip install pandas安装依赖：

import pandas as pd

# 替换为你本地CSV文件的实际路径，有表头就去掉header=None参数
df = pd.read_csv("your_data.csv", header=None)

# 批量生成比较结果列，True代表条件成立，False代表不成立
df['第1列大于第2列'] = df[0] > df[1]
df['第1列大于第3列'] = df[0] > df[2]

# 打印所有行的原始数据+比较结果
print(df)

# 如果需要自定义逐行处理逻辑，可使用apply方法
def custom_compare(row):
    col1, col2, col3 = row[0], row[1], row[2]
    # 示例：返回三个值从大到小的排序结果，可按需修改为你的逻辑
    return sorted([col1, col2, col3], reverse=True)

df['三列降序排序'] = df.apply(custom_compare, axis=1)
print(df)

• 请提前确认CSV三列均为可转换为数值的内容，存在非数值内容时需要先做数据清洗，避免类型转换报错
• 比较规则可按需自定义修改，只需调整对应判断部分的代码即可，规则会自动对所有行生效

内容的提问来源于stack exchange，提问作者Ary