带筛选读取CSV文件：如何筛选'M'类型记录到Pandas DataFrame

嘿，这个需求其实挺常见的，我来给你拆解成两步搞定：先把CSV读进Pandas DataFrame，再精准筛选出首字符为'M'的记录就行。分两种情况给你讲，覆盖有表头和无表头的场景：

情况1：CSV文件有表头（第一行是列名） #

假设你的CSV长这样（第一行是列名，第一个字段用来标识记录类型）：

record_id,product,price
M001,laptop,999
X002,phone,599
M003,tablet,399

对应的代码如下：

import pandas as pd

# 1. 读取CSV，默认第一行作为表头
df = pd.read_csv('your_data.csv')

# 2. 筛选第一个字段（这里列名叫'record_id'）首字符为'M'的记录
# 用str[0]提取每个值的第一个字符，再和'M'做匹配
filtered_df = df[df['record_id'].str[0] == 'M']

# 输出结果看看
print(filtered_df)

情况2：CSV文件没有表头（第一行就是数据） #

如果你的CSV没有表头，第一行直接是数据，比如：

M001,laptop,999
X002,phone,599
M003,tablet,399

这时候需要指定header=None让Pandas自动给列分配索引，再通过列索引筛选：

import pandas as pd

# 1. 读取无表头CSV，header=None会生成0、1、2...这样的列名
df = pd.read_csv('your_data.csv', header=None)

# 2. 筛选第0列（第一个字段）首字符为'M'的记录
filtered_df = df[df[0].str[0] == 'M']

print(filtered_df)

额外注意事项 #

• 如果第一个字段存在空值，直接用str[0]会报错，建议先填充空值再筛选：

  # 处理空值的版本
  filtered_df = df[df['record_id'].str[0].fillna('') == 'M']
  

• 如果你的CSV不是用逗号分隔（比如制表符、分号），记得用sep参数指定分隔符，比如sep=';'或者sep='\t'。

内容的提问来源于stack exchange，提问作者Martin