Python 当解析带有“pandas”的csv文件时，“with open（…）”起什么作用？

我刚找到一个笔记本，它的结构如下：

filename = 'data/counts.txt'
with open(filename, 'rt') as f:
    data_table = pd.read_csv(f, index_col=0) # Parse file with pandas

这与简单的

data\u table=pd.read\u csv（filename，index\u col=0）

有什么不同？

可以在第一个参数中接受两种不同的类型。文档上写着

filepath\u或\u buffer:str、path对象或类似文件的对象

当您运行

pd.read\u csv（文件名，索引\u col=0）

时，您要求pandas查找并打开该文件进行读取

当你跑的时候

with open(filename, 'rt') as f:
    data_table = pd.read_csv(f, index_col=0) 

您可以预先打开文件并传递一个文件对象/缓冲区以供读取

两者都能完成相同的任务。如果您想要更多地控制文件的打开/读取方式，您可以选择后者。

在第一个参数中可以接受两种不同的类型。文档上写着

filepath\u或\u buffer:str、path对象或类似文件的对象

当您运行

pd.read\u csv（文件名，索引\u col=0）

时，您要求pandas查找并打开该文件进行读取

当你跑的时候

with open(filename, 'rt') as f:
    data_table = pd.read_csv(f, index_col=0) 

您可以预先打开文件并传递一个文件对象/缓冲区以供读取

---

两者都能完成相同的任务。如果您想更多地控制文件的打开/读取方式，您可以选择后者。

嗯，如果您没有将open（filename，'rt'）作为f:的

或其他实际的
open（）
调用，如何分配
f
？或者
pd.read\u csv（）
也接受字符串，所以您的意思是与
pd.read\u csv（文件名，…）
进行比较？@CharlesDuffy
read\u csv
接受文件名。查看链接，它似乎有一个上下文管理器用于打开bz2压缩文件的示例。。。但是
read\u csv
也可以直接读取：
pd.read\u csv（'file.bz2'，compression='bz2'）
@哦，除非您以附加模式打开文件以更新CSV，否则绝对不需要上下文管理器。都是一样的。@Valentino，嗯？如果您获取OP的代码，删除第二行，并在没有其他更改的情况下删除第三行，它将抛出异常，因为
f
尚未打开或分配，但是
pd.read\u csv（）
调用引用了它。我同意您的观点；我只是不喜欢假装OP说了些什么而不是他们真正做了些什么。（最好是鼓励他们在问题的最后一段将
f
改为
filename
，如果这是他们的意图的话）。嗯，如果你没有将open（filename，'rt'）作为f:

的

调用，或者其他实际的
open（）
调用，如何分配
f
？或者
pd.read\u csv（）
也接受字符串，所以您的意思是与
pd.read\u csv（文件名，…）
进行比较？@CharlesDuffy
read\u csv
接受文件名。查看链接，它似乎有一个上下文管理器用于打开bz2压缩文件的示例。。。但是
read\u csv
也可以直接读取：
pd.read\u csv（'file.bz2'，compression='bz2'）
@哦，除非您以附加模式打开文件以更新CSV，否则绝对不需要上下文管理器。都是一样的。@Valentino，嗯？如果您获取OP的代码，删除第二行，并在没有其他更改的情况下删除第三行，它将抛出异常，因为
f
尚未打开或分配，但是
pd.read\u csv（）
调用引用了它。我同意您的观点；我只是不喜欢假装OP说了些什么而不是他们真正做了些什么。（如果这是他们的意图，最好鼓励他们将问题最后一段中的
f
改为
filename
）。例如：你想跳过第一行
n
。但是我相信，
read\u csv
也有一个可选的参数！例如：要跳过第一行
n
。但是我相信，
read\u csv
也有一个可选的参数！