CSV（Comma-Separated Values，逗号分隔值）是一种常见的用于存储表格数据的纯文本格式。第4.5节「数据读取和存储」包含读写CSV与读写Excel，本节先掌握CSV。使用 to_csv() 和 read_csv() 函数可以实现CSV文件的存取。二者调用对象不同：to_csv() 是数据框的成员，要通过数据框对象调用，例如 df.to_csv('renshu.csv', index=True)；read_csv() 是pandas的成员，要通过pandas调用，例如 pd.read_csv('renshu.csv')，该函数将CSV文件读取为数据框对象。导入惯例为 import pandas as pd，以及 from pandas import DataFrame。
课程示例是一张各专业人数表。二维列表 data = [[800, 750, 500], [700, 800, 600], [680, 720, 580]] 作为行数据，col=['会计', '保险', '外语'] 指定列标签，ind=['2022','2023','2024'] 指定行标签，df = DataFrame(data, columns=col, index=ind)。写出时 index=True 指示保存索引，renshu.csv 内容为：首行 ,会计,保险,外语，随后三行 2022,800,750,500、2023,700,800,600、2024,680,720,580。若 index=False，则不保存索引，首行改为 会计,保险,外语，数据行不再出现年份。CSV默认用逗号分隔数据，也可用 sep 指定其他分隔符：df.to_csv('renshu.csv', index=True, sep='\t') 表示用制表符分隔。
读入时必须根据文件内容设置 index_col 和 sep：如果文件第一列是索引，则设置 index_col（本例 index_col=0），否则不设置；再按文件实际分隔符设置 sep。与制表符示例对应的读法是 df = pd.read_csv('renshu.csv', index_col=0, sep='\t')。pandas默认使用UTF-8编码。如果文件是用pandas的 to_csv 写的，read_csv 时不用指定编码；如果文件是别的方式创建的，读取时需要指定创建时的编码，否则会出现中文乱码。教案将「处理文件读写时的数据格式和编码问题」列为难点。
易错点：不要把 to_csv 写成 pd.to_csv()，也不要把 read_csv 当成数据框方法。写出保存了索引却在读入时不设 index_col，年份会变成普通列，行标签还原失败。写出用了 sep='\t' 而读入仍按默认逗号切分，各列会对不齐。遇到中文乱码，应先确认文件是否由 to_csv 生成，以及编码是否与创建方式一致。不要把本节的 to_csv/read_csv 与下一节的 to_excel/read_excel 混用。
to_csv() 是数据框成员，由数据框对象调用；read_csv() 是pandas成员，由 pd.read_csv() 调用，结果为数据框。index=True 保存行索引，index=False 不保存。sep 指定，如 sep='\t' 表示制表符。index_col，并按文件分隔符设置 sep。to_csv 写出的文件一般不必再指定编码；其他方式创建的文件需指定创建时编码，否则中文可能乱码。