Python用pandas读取CSV文件并打印前几行数据

洛溪

发布时间：2026-10-10 | 2人浏览过

原创

在日常数据分析和开发中，检查外部数据是否正确载入通常是第一步操作。使用 Python 的 pandas 库，通过 pd.read_csv() 函数读取磁盘上的 CSV 文件，并结合数据框的 head() 方法，即可用两行核心代码快速在控制台打印前几行数据，直观确认列名、数据格式与分隔效果。

Python用pandas读取CSV文件并打印前几行数据 — 图 1：CSV 纯文本文件经由 pandas 解析为内存 DataFrame 及前部数据切片原理

一、准备环境与执行基础代码

开始前需要确保运行环境中已经安装了 pandas 库。如果在未安装的情况下运行脚本，会引发 ModuleNotFoundError: No module named 'pandas' 错误。可以通过终端包管理工具完成安装：

pip install pandas

完成依赖准备后，建立 Python 脚本或打开交互式环境（如 IPython、Jupyter Notebook 或标准终端），执行如下标准代码：

import pandas as pd

# 1. 读取指定路径的 CSV 文件
df = pd.read_csv('students.csv')

# 2. 打印数据集的前几行
print(df.head())

在控制台中执行该脚本后，输出结果将呈现为整齐的行列格式，包含系统自动生成的从 0 开始的整数索引、字段名以及对应的数据内容。下面是一个典型的控制台输出示例：

   id     name  score
0   1    Alice   92.5
1   2      Bob   88.0
2   3  Charlie   95.0
3   4    David   76.5
4   5      Eva   89.0

二、控制打印行数与预览方式

方法 head() 允许通过传入整数参数 n 来灵活指定要打印的行数。如果不传入任何参数，pandas 默认返回前 5 行（即索引 0 至 4）。当需要快速核对更少或更多的样本时，直接传递数值即可：

# 仅打印前 3 行
print(df.head(3))

# 查看前 10 行更丰富的数据样貌
print(df.head(10))

此外，head() 还支持传入负数整数。当参数为负数（例如 df.head(-5)）时，其含义是排除数据集末尾的 5 行，返回其余前面的全部行。如果数据规模较大，则不建议这样打印，以免控制台被大量数据刷屏。

与 head() 相对的是 tail() 方法，专门用于检查数据集末尾的最后几行数据。在实际排查中，先用 head() 查看表头与初始数据，再用 tail() 查看末尾数据，能够有效发现文件末尾是否存在空行或异常汇总行。

三、常见读取场景与关键参数排查

在实际操作中，CSV 文件往往来自不同的操作系统、数据库导出或电子表格软件，直接调用 pd.read_csv() 可能会遇到由于编码不一致、分隔符差异或缺少表头导致的读取异常。针对最常见的几种情况，可以通过追加特定参数解决：

1. 文件编码不匹配（UnicodeDecodeError）

在 Windows 环境下使用 Excel 保存的 CSV 文件通常使用 GBK 或带有 BOM 的 UTF-8 编码。如果读取时抛出 UnicodeDecodeError: 'utf-8' codec can't decode byte...，说明文件实际编码并非标准 UTF-8。通过明确指定 encoding 参数即可解决：

# 常见中文编码尝试方式
df = pd.read_csv('students.csv', encoding='gbk')

# 如果是由带签名的 UTF-8 导出
df = pd.read_csv('students.csv', encoding='utf-8-sig')

2. 分隔符不是逗号（制表符或分号）

CSV 意为逗号分隔值，但有些软件导出的文件实际是以制表符 \t（TSV）或分号 ; 作为列分隔符。如果不加说明，pandas 会将整行识别为一个单列字符串。此时可使用 sep 参数显式指定分隔符：

# 以制表符分隔
df = pd.read_csv('data_tab.csv', sep='\t')

# 以分号分隔
df = pd.read_csv('data_semicolon.csv', sep=';')

3. 源文件没有表头或自定义列名

如果 CSV 文件从第一行起就是真实数据而没有列标题，pandas 默认会将第一行数据作为表头消耗掉，导致少了一条记录且字段名变成了具体数值。这时需要将 header 设置为 None，也可以同时传入 names 列表为各列命名：

# 不使用第一行作为表头，系统将分配 0, 1, 2... 作为列索引
df = pd.read_csv('no_header.csv', header=None)

# 在没有表头时直接指定列名
df = pd.read_csv('no_header.csv', header=None, names=['id', 'name', 'score'])

四、操作要点与实践建议

在日常脚本编写中，建议遵循以下两条实践习惯：

使用相对路径与工作目录保持一致：执行 pd.read_csv('data.csv') 时，Python 默认在当前工作目录（即终端当前运行位置）寻找文件。如果出现 FileNotFoundError，可以检查当前工作路径，或使用绝对路径进行定位。
优先使用 head() 进行轻量探测：在面对数十万行甚至几百万行的较大数据集时，切勿直接执行 print(df)，因为这会消耗大量终端缓冲并降低响应速度。保持使用 df.head() 只查看前 5 行样本，既能够验证列映射与数据类型，又不会对系统性能造成额外负担。