← 返回列表

4.5.1-读写CSV文件.md

4.5.1 读写CSV文件（问答库）

  1. 【单选题·易】CSV 的全称和含义是？ A. Comma-Separated Values，逗号分隔值 B. Column-Separated Values，列分隔值 C. Cell-Saved Version，单元格保存版本 D. Character-Set Values，字符集取值 答案：A 解析： 语料明确：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。
  2. 【单选题·易】关于 to_csv() 和 read_csv() 的调用对象，下列说法正确的是？ A. 二者都是数据框的成员，都要通过数据框对象调用 B. to_csv() 是数据框的成员，要通过数据框对象调用；read_csv() 是pandas的成员，要通过pandas调用 C. 二者都是pandas的成员，都要写成 pd.to_csv()、pd.read_csv() D. to_csv() 是pandas的成员；read_csv() 是数据框的成员 答案：B 解析： 语料：to_csv() 是数据框的成员，要通过数据框对象调用；read_csv() 是pandas的成员，要通过pandas调用。
  3. 【判断题·易】to_csv() 是数据框的成员，要通过数据框对象调用。 答案：√ 解析： 与语料一致。正确写法是 df.to_csv('renshu.csv', index=True)，而不是 pd.to_csv(...)。
  4. 【判断题·易】pandas默认使用UTF-8编码。如果文件是用pandas的 to_csv 写的，用 read_csv 读取时不用指定编码。 答案：√ 解析： 语料原文。由 to_csv 写出的文件与 read_csv 默认编码一致；其他方式创建的文件则另当别论。
  5. 【多选题·中】关于数据框的 to_csv()，下列说法正确的有： A. 要通过数据框对象调用，例如 df.to_csv('renshu.csv', index=True) B. index=True 指示保存索引，index=False 指示不保存索引 C. 默认用逗号分隔，也可用 sep 指定其他分隔符（如 sep='\t' 表示制表符） D. 它与 read_csv() 一样，必须写成 pd.to_csv(df) 答案：ABC 解析： A、B、C 均来自 4.5.1 语料。to_csv() 是数据框方法，不是 pandas 顶层函数，故 D 错误。
  6. 【单选题·中】执行下列代码后，打印出的文件首行（去掉换行）是？
import pandas as pd
from pandas import DataFrame
data = [[800, 750, 500], [700, 800, 600], [680, 720, 580]]
col = ['会计', '保险', '外语']
ind = ['2022', '2023', '2024']
df = DataFrame(data, columns=col, index=ind)
df.to_csv('renshu.csv', index=True)
with open('renshu.csv', encoding='utf-8') as f:
    print(f.readline().strip())

A. ,会计,保险,外语 B. 会计,保险,外语 C. 2022,800,750,500 D. index,会计,保险,外语 答案：A 解析： index=True 会保存行索引。课程给出的文件首行为 ,会计,保险,外语：索引列没有列名，故第一个逗号前为空。B 是 index=False 的首行；C 是第一行数据，不是表头。

  1. 【单选题·中】执行下列代码后，关于 renshu.csv 的说法正确的是？
import pandas as pd
from pandas import DataFrame
data = [[800, 750, 500], [700, 800, 600], [680, 720, 580]]
col = ['会计', '保险', '外语']
ind = ['2022', '2023', '2024']
df = DataFrame(data, columns=col, index=ind)
df.to_csv('renshu.csv', index=False)
with open('renshu.csv', encoding='utf-8') as f:
    print(f.read())

A. 首行是 ,会计,保险,外语，数据行带有 2022、2023、2024 B. 首行是 会计,保险,外语，随后三行为 800,750,500、700,800,600、680,720,580，不保存年份索引 C. 文件只有表头、没有数据行 D. 分隔符变成制表符，不再是逗号 答案：B 解析： index=False 指示不保存索引。课程给出的文件内容首行为 会计,保险,外语，数据行不再出现年份。本题未设置 sep，仍用默认逗号。A 是 index=True 的情形。

  1. 【多选题·中】关于 pd.read_csv()，下列说法正确的有： A. 它是pandas的成员，通过pandas调用，可以把CSV读取为数据框对象 B. 如果文件第一列是索引，则应设置参数 index_col（如 index_col=0），否则不设置 C. 要根据文件的分隔符设置参数 sep D. CSV只能用逗号分隔，因此 read_csv 不允许使用 sep 参数 答案：ABC 解析： A、B、C 是语料对 read_csv 的说明。写出也可用 sep 指定制表符等其他分隔符，读入必须按同样分隔符设置 sep，故 D 错误。
  2. 【判断题·中】无论CSV文件是用什么方式创建的，用 read_csv 读取时都不必指定编码，因为pandas总能自动识别，不会出现中文乱码。 答案：× 解析： 仅当文件是用pandas的 to_csv 写的，读取时才不用指定编码。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。
  3. 【单选题·难】执行下列代码后，df2.shape、df2.iloc[0, 0]、列标签列表分别是？
import pandas as pd
from pandas import DataFrame
data = [[800, 750, 500], [700, 800, 600], [680, 720, 580]]
col = ['会计', '保险', '外语']
ind = ['2022', '2023', '2024']
df = DataFrame(data, columns=col, index=ind)
df.to_csv('renshu.csv', index=True, sep='\t')
df2 = pd.read_csv('renshu.csv', index_col=0, sep='\t')
print(df2.shape)
print(df2.iloc[0, 0])
print(list(df2.columns))

A. (3, 3)、800、['会计', '保险', '外语'] B. (3, 4)、2022、多出一列保存下来的年份 C. (3, 1)、整行挤在一列里 D. (3, 3)、500、['会计', '保险', '外语'] 答案：A 解析： 写出用了 index=True 与 sep='\t'，读入用配对的 index_col=0 与 sep='\t'，可还原为 3 行 3 列的人数表。iloc[0, 0] 是 2022 年会计人数 800，不是外语的 500（那是 iloc[0, 2]）。B 是写出保存了索引但读入未设 index_col 的典型结果；C 是读入漏写 sep='\t'、仍按默认逗号切分的结果。

  1. 【简答题·中】请写出完整可运行代码：创建与课程相同的人数数据框（列：会计/保险/外语，行标签：2022/2023/2024），保存为 renshu.csv 且保存索引；再用 read_csv 读回为数据框并打印。然后说明：index=True 与 index=False 写出的文件内容有何差别？ 答案：
import pandas as pd
from pandas import DataFrame
data = [[800, 750, 500], [700, 800, 600], [680, 720, 580]]
col = ['会计', '保险', '外语']
ind = ['2022', '2023', '2024']
df = DataFrame(data, columns=col, index=ind)
df.to_csv('renshu.csv', index=True)
df2 = pd.read_csv('renshu.csv', index_col=0)
print(df2)

index=True 保存索引，文件首行为 ,会计,保险,外语，数据行带年份（如 2022,800,750,500）。index=False 不保存索引，首行直接是 会计,保险,外语，数据行不再出现年份。读回保存了索引的文件时，应设置 index_col=0。 解析： 评分要点：① 用 DataFrame/pd.DataFrame 按课程数据创建；② df.to_csv(..., index=True)；③ pd.read_csv(..., index_col=0)；④ 能对比 True/False 时文件是否包含年份索引。写成 pd.to_csv、漏 index_col 或数据写错可酌情扣分。

  1. 【简答题·难】结合下列代码，回答三个问题：（1）为什么必须写成 df.to_csv(...) 和 pd.read_csv(...)，而不能对调？（2）这里为什么要同时写 index=True、sep='\t' 与读入的 index_col=0、sep='\t'？若读入漏掉其中某一个，会出现什么问题？（3）若这个CSV不是用 to_csv 写的，而是用其他软件创建且编码不是UTF-8，直接 read_csv 可能出现什么现象？应如何处理？
import pandas as pd
from pandas import DataFrame
data = [[800, 750, 500], [700, 800, 600], [680, 720, 580]]
col = ['会计', '保险', '外语']
ind = ['2022', '2023', '2024']
df = DataFrame(data, columns=col, index=ind)
df.to_csv('renshu.csv', index=True, sep='\t')
df2 = pd.read_csv('renshu.csv', index_col=0, sep='\t')
print(df2)

答案： （1）to_csv() 是数据框成员，必须由数据框对象调用；read_csv() 是pandas成员，必须由pandas调用。对调后既不符合接口，也无法完成「数据框写出 / 文件读成数据框」。 （2）写出与读入的参数必须按文件内容配对。本例保存了索引且用制表符分隔，所以读入要设 index_col=0 和 sep='\t'。漏 index_col 时，年份会变成普通列，行标签还原失败；漏 sep='\t' 时仍按逗号切分，各列对不齐（往往挤成很少的列）。 （3）pandas默认UTF-8。其他方式创建的文件若不指定创建时的编码，可能出现中文乱码。处理办法：用 read_csv 时指定与文件创建时一致的编码。 解析： 评分要点：① 分清两个函数的调用对象；② 能说明 index_col 与 sep 要和文件内容配对，并分别说出漏设的后果；③ 能指出非 to_csv 文件需指定创建时编码，否则中文乱码。只背函数名、说不清配对关系不得满分。

对应文件：

下载此文件