如何在Python中将CSV列导入为列表？多列场景实现

嘿，我来帮你搞定这个需求！把CSV里的单词和释义转成IPython里的列表其实很简单，这里有两种实用的方法，根据你的CSV大小和使用习惯来选：

方法一：用Python标准库 csv（轻量无依赖） #

如果不想额外安装第三方库，标准库的csv模块就够用，处理大型文件也能稳定运行。

假设你的CSV文件名为vocabulary.csv，内容示例如下：

word,definition
apple,苹果，一种红/绿色的常见水果
banana,香蕉，长条形黄色热带水果
cat,猫，受欢迎的家养宠物

在IPython里直接运行这段代码即可：

import csv

# 初始化两个空列表用来存储数据
words = []
definitions = []

# 打开文件，注意编码（中文文件建议用utf-8避免乱码）
with open('vocabulary.csv', mode='r', encoding='utf-8') as csv_file:
    # 用DictReader可以直接通过列名提取数据，自动跳过表头行
    csv_reader = csv.DictReader(csv_file)
    for row in csv_reader:
        words.append(row['word'])
        definitions.append(row['definition'])

完成后，你就能像期望的那样操作这两个列表了，比如：

# 查询某个单词的释义
print(definitions[words.index('apple')])  # 输出: 苹果，一种红/绿色的常见水果

# 遍历所有单词和对应释义
for word, desc in zip(words, definitions):
    print(f"{word}: {desc}")

方法二：用 pandas（推荐处理大型CSV） #

如果你的CSV文件特别大，pandas的处理效率会更高，而且代码更简洁。先确保你已经安装了pandas：

pip install pandas

然后在IPython中执行以下代码：

import pandas as pd

# 读取CSV文件，指定编码避免乱码
df = pd.read_csv('vocabulary.csv', encoding='utf-8')

# 直接将DataFrame的列转换为列表
words = df['word'].tolist()
definitions = df['definition'].tolist()

同样，你可以轻松操作这两个列表：

# 查找banana的释义
target_word = 'banana'
if target_word in words:
    print(definitions[words.index(target_word)])  # 输出: 香蕉，长条形黄色热带水果

一些实用小提示 #

• 如果你的CSV没有表头（第一行就是数据），需要调整代码：用csv.reader代替DictReader，或者在pd.read_csv中添加header=None并手动指定列名，比如df = pd.read_csv('vocabulary.csv', header=None, names=['word', 'definition'], encoding='utf-8')。
• 要是CSV文件不在当前工作目录，记得填写完整路径，比如Windows路径'C:/Users/xxx/Documents/vocabulary.csv'，或者Linux/macOS路径'/home/xxx/data/vocabulary.csv'。
• 遇到乱码问题时，试试把encoding参数改成gbk或gb2312，不少中文CSV是用这两种编码保存的。

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