标题：Python CSV文件读取包含header list
**摘要：**CSV（Comma Separated Values）是一种常见的文件格式，用于存储表格数据。在Python中，我们可以使用csv模块来读取和写入CSV文件。本文将介绍如何使用python csv模块读取包含header的CSV文件，并提供相应的代码示例。
1. 什么是CSV文件
CSV文件是一种纯文本文件，用于存储表格数据。它由逗号分隔的值组成，每行表示一条记录，每个值表示一个字段。CSV文件通常以.csv为文件扩展名，可以使用文本编辑器打开查看。例如，下面是一个包含学生信息的CSV文件示例：
Name,Age,Grade
John,18,12
Jane,17,11
Mark,16,10
在上面的示例中，第一行是header，包含了每个字段的名称，之后的每一行都是记录，每个字段的值之间用逗号分隔。
2. 使用csv模块读取CSV文件
在Python中，我们可以使用csv模块来读取CSV文件。csv模块提供了reader对象，可以逐行读取CSV文件内容。下面是一个使用csv模块读取CSV文件的示例代码：
import csv
with open('students.csv', 'r') as file:
csv_reader = csv.reader(file)
header = next(csv_reader)
for row in csv_reader:
print(row)
在上面的代码中，我们首先使用open函数打开CSV文件，然后使用csv.reader函数创建一个reader对象，它可以逐行读取文件内容。next函数用于读取文件的第一行，也就是header，然后我们可以通过遍历reader对象来获取每一行的数据。
3. 读取包含header的CSV文件
如果CSV文件包含header，我们可以通过将reader对象转换为列表来获取header。下面是一个读取包含header的CSV文件的示例代码：
import csv
with open('students.csv', 'r') as file:
csv_reader = csv.reader(file)
header = next(csv_reader)
data = []
for row in csv_reader:
data.append(row)
print("Header:", header)
print("Data:", data)
在上面的代码中，我们使用一个空列表data来存储除了header之外的所有行数据。通过遍历reader对象，将每一行数据添加到data列表中。最后，我们分别打印header和data，以验证读取是否正确。
4. 使用pandas库读取CSV文件
除了使用csv模块，我们还可以使用pandas库来读取CSV文件。pandas提供了更高级的功能，可以更方便地处理和分析表格数据。下面是一个使用pandas库读取CSV文件的示例代码：
import pandas as pd
data = pd.read_csv('students.csv')
header = data.columns.tolist()
rows = data.values.tolist()
print("Header:", header)
print("Data:", rows)
在上面的代码中，我们首先使用read_csv函数读取CSV文件，它会将文件内容转换为一个pandas的DataFrame对象。然后，我们可以使用columns属性获取header，使用values属性获取除了header之外的数据行。最后，我们分别打印header和data。
总结
本文介绍了如何使用python的csv模块和pandas库来读取包含header的CSV文件。通过使用csv模块，我们可以逐行读取CSV文件内容，并将header和数据分开处理。而使用pandas库，我们可以更方便地读取和处理CSV文件，以及进行更复杂的数据分析。
希望本文的内容对你理解和使用python csv文件读取有所帮助！
参考资料
- Python官方文档：
- pandas官方文档：
