我正在 Udacity 上做一些练习。
处理 csv 文件的 pandas 库看起来超级直观。将 pandas 导入为 pd 后，我可以这样做：
读取文件
pd.read_csv("file_path")
写入文件
pd.to_csv("file name")
相比之下，如果我导入 csv 库，代码似乎不直观。我必须这样做：
读取文件
with open("file_path", 'rb') as f:
reader = csv.reader(f)
写入文件
with open("file name", 'wb') as f:
writer = csv.writer(f)
如果 pandas 读/写这么简单，我为什么要选择 csv 库？
【问题讨论】：
您应该使用最适合您的方法！ Csv 是原生的，因此很容易将您的代码移动到其他平台或机器上。在某些情况下，这可能是一个优势。但是，如果您对 panda 感到满意，则绝对应该使用它！
【讨论】：
您拥有的两个程序正在做非常不同的事情。 pd.read_csv() 将整个文件放入内存中，而 csv.reader(f) 仅在需要时读取。更等效的比较是pd.read_csv(chunksize=chunksize)。
pandas 版本的问题在于，它不能保证在您不再需要文件句柄时立即清理它。 Python 保证当文件句柄被垃圾回收时它会关闭文件句柄，但它不保证 when 垃圾回收发生。如果您打开数千个文件，您可能会发现自己的文件句柄意外用完，即使您一次只有几个句柄。
在使用引用计数的 CPython 中，这意味着垃圾回收是即时的，这可能不是什么大问题，因为一旦不再引用文件对象，CPython 实际上就会关闭文件句柄。但大多数其他 Python 实现使用垃圾收集策略，这可能会延迟垃圾收集，直到清扫线程出现。如果您确信您的应用程序只能在 CPython 中运行，并且您只是在编写不会打开太多文件的短期程序，那么您可以使用 reader = csv.reader(open(filename))。
但是在可能出现上述问题的情况下，当您使用分块读取（处理非常大的文件时需要）时，pandas 版本也不安全。在这种情况下，您也应该使用上下文管理器以确保安全：
for filename in lots_of_files:
with open(filename) as f:
for chunk in pd.read_csv(f, chunksize=chunksize):
process(chunk)
总而言之，使用 with 语句关闭文件句柄主要是迂腐，直到您需要在可能出现问题的情况下工作。始终关闭文件句柄是一个好习惯，但是如果您知道您的程序不会打开多个文件，或者如果您知道您只需要在 CPython 上运行，您通常不需要太担心如果它不会给您带来问题，请考虑它。
【讨论】：