如何将CSV文件的每一列存储为列表？寻求技术帮助

嘿，我帮你搞定这个需求！把CSV文件的每一列单独存成列表其实很简单，不管用原生Python还是pandas都能轻松实现，我给你一步步讲清楚～

方法一：用原生Python的csv模块（无需额外依赖） #

如果不想用第三方库，用Python自带的csv模块就能完成。核心思路是先读取所有行，再通过转置把行数据变成列数据：

import csv

# 替换成你的CSV文件路径
with open('your_data.csv', 'r', newline='') as csv_file:
    csv_reader = csv.reader(csv_file)
    # 先读取表头（如果你的CSV有表头的话，没有可以跳过这行）
    headers = next(csv_reader)
    # 读取所有行的数据
    all_rows = list(csv_reader)

# 转置行和列：zip(*all_rows)会把每个位置的元素打包成列
column_tuples = list(zip(*all_rows))
# 把元组转成列表（如果需要的话，元组也能直接用）
column_lists = [list(col) for col in column_tuples]

# 输出看看效果
for header, col_list in zip(headers, column_lists):
    print(f"列「{header}」的列表：{col_list}")

方法二：用pandas（更简洁高效） #

你之前尝试用pandas没成功，大概率是没找对正确的方法～pandas处理这类需求超级方便，直接取列转成列表就行：

import pandas as pd

# 读取CSV文件，自动识别表头
df = pd.read_csv('your_data.csv')

# 把每一列转成列表，存在字典里方便按列名访问
column_dict = {column_name: df[column_name].tolist() for column_name in df.columns}

# 举个例子，访问名为「Age」的列列表
print(column_dict['Age'])

# 或者遍历所有列
for col_name, col_data in column_dict.items():
    print(f"列「{col_name}」：{col_data}")

小提示 #

如果之前用pandas得到的是行列表，可能是你用了df.values.tolist()——这个是把整个DataFrame转成每行的列表，而我们需要的是单独的列，直接通过df[列名]拿到列数据，再调用tolist()就搞定啦！

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