Python 处理 CSV 文件：提取特定列并生成新文件
随着数据分析和科学计算的发展，CSV（Comma-Separated Values）文件格式因其简洁和高效，被广泛运用于数据存储和处理。Python 作为一种强大的编程语言，提供了丰富的库让我们轻松地读取、处理和写入 CSV 文件。在本文中，我们将介绍如何使用 Python 提取 CSV 文件中的特定列，并将提取的数据保存到一个新的 CSV 文件中。我们还会展示如何使用可视化库绘制饼状图，并构建一个简单的关系图。
一、准备工作
要开始我们的实践，我们需要安装一些基本的 Python 库。通常，pandas 和 matplotlib 是处理数据和绘制图形时最常用的库。你可以通过以下命令安装它们：
pip install pandas matplotlib
二、读取 CSV 文件
首先，我们需要读取 CSV 文件。这里，以一个示例 CSV 文件为例，假设该文件的内容如下：
名字,年龄,城市,性别
Alice,30,北京,女
Bob,25,上海,男
Charlie,35,广州,男
Diana,28,深圳,女
我们可以使用 pandas 来读取此文件：
import pandas as pd
# 读取 CSV 文件
data = pd.read_csv('data.csv')
# 显示读取的数据
print(data)
三、提取特定列
假设我们只想提取“名字”和“年龄”这两列，并将它们保存到一个新的 CSV 文件中。我们可以使用以下代码实现这一操作：
# 提取特定列
selected_columns = data[['名字', '年龄']]
# 写入新的 CSV 文件
selected_columns.to_csv('selected_data.csv', index=False)
print("已生成新的 CSV 文件：selected_data.csv")
四、绘制饼状图
接下来，我们可以使用 matplotlib 来绘制年龄分布的饼状图。在这里，我们首先需要对年龄进行分类，统计每个年龄的数量。
import matplotlib.pyplot as plt
# 统计年龄分布
age_counts = data['年龄'].value_counts()
# 绘制饼状图
plt.figure(figsize=(8, 6))
plt.pie(age_counts, labels=age_counts.index, autopct='%1.1f%%', startangle=90)
plt.title('年龄分布饼状图')
plt.show()
上面的代码将生成一个饼状图，展示不同年龄的比例分布。
饼状图示例
pie
title 年龄分布饼状图
"30岁": 1
"25岁": 1
"35岁": 1
"28岁": 1
五、构建关系图
为了更好地理解数据的结构，我们可以构建一个简单的关系图，描述数据之间的关系。以“性别”和“城市”为例，我们可以通过以下 mermaid 语法构建关系图：
erDiagram
用户 {
string 名字
int 年龄
string 城市
string 性别
}
这个关系图展示了我们数据集中“用户”这一实体的几个属性。
六、总结
在本文中，我们介绍了如何使用 Python 读取 CSV 文件，提取特定列，并将数据保存到新的 CSV 文件中。同时，我们也展示了如何使用 matplotlib 库绘制饼状图，展示数据的分布情况，并构建一个简单的关系图来展示数据之间的关系。这些技能为数据分析和可视化打下了基础。
数据处理和可视化是数据科学的重要组成部分，通过掌握这些基本工具和技巧，你将能够更好地分析和展示数据，从而为决策提供依据。希望本文的示例能帮助你更好地理解 Python 在处理数据中的应用，也期待你在未来的项目中能灵活运用这些技能！
