Python 数据处理封神篇：CSV+JSON 全解析，从入门到天气 API 实战
前言
做数据分析、爬虫、办公自动化，绕不开两大数据格式：CSV（表格数据）和JSON（接口数据）。CSV 是 Excel 的 “亲兄弟”，用来存表格、报表、名单；JSON 是互联网的 “通用语言”，API 接口、配置文件全靠它。
这篇不讲废话、不搞应试，全是能直接用的实战代码 + 逐行讲解，从基础读写到项目实战，看完就能自己写数据处理工具，效率直接拉满！
一、先搞懂：CSV 和 JSON 到底是什么？
最简单的 CSV 样例
新建一个文本文档，把下面内容粘贴进去，保存为data.csv就能用：
姓名,年龄,性别,城市,成绩 张三,18,男,北京,92 李四,19,女,上海,88 王五,18,男,广州,95 赵六,19,女,深圳,90这就是标准 CSV：
- 第一行是表头
- 每一行是一条数据
- 用逗号，分隔
带空值、带英文的 CSV 样例
id,name,age,city,score 1,Alice,20,Beijing,85 2,Bob,,Shanghai,91 3,Charlie,21,Guangzhou, 4,Diana,19,Shenzhen,89- 空的地方直接留空
- 支持英文、数字、中文混合
简单 JSON 样例（单个人信息）
{ "name": "张三", "age": 18, "city": "北京", "score": 92, "is_student": true, "hobbies": ["篮球", "编程", "读书"] }真实接口风格 JSON（多人列表）
{ "code": 200, "message": "success", "data": [ { "id": 1, "name": "张三", "age": 18, "city": "北京", "score": 92 }, { "id": 2, "name": "李四", "age": 19, "city": "上海", "score": 88 }, { "id": 3, "name": "王五", "age": 18, "city": "广州", "score": 95 } ] }| 格式 | 核心特点 | 适用场景 |
|---|---|---|
| CSV | 纯文本、逗号分隔、表格结构 | Excel 表格、数据报表、名单、批量数据 |
| JSON | 键值对、层级结构、轻量 | API 接口、配置文件、爬虫数据、结构化数据 |
一句话总结：CSV 管表格，JSON 管接口，Python 自带标准库就能处理，不用额外装复杂工具！
二、CSV 模块：表格数据全自动处理（逐行精讲）
Python 自带csv模块，专门处理 CSV 文件，不用装第三方库，开箱即用！
1. 基础读写：reader/writer 对象
1.1 用 reader 读取 CSV
import csv # 打开CSV文件，newline=''避免空行 with open('data.csv', 'r', newline='', encoding='utf-8') as f: # 创建reader对象，按行读取 reader = csv.reader(f) # 遍历每一行，reader是可迭代对象 for row in reader: # row是列表，每个元素对应一列 print(row)代码讲解
csv.reader(f)：把文件对象转成 reader，按行读取，每行是一个列表newline=''：Windows 系统必加，否则会出现多余空行encoding='utf-8'：解决中文乱码问题
1.2 用 writer 写入 CSV
import csv # 要写入的数据（列表嵌套列表，对应表格行） data = [ ['姓名', '年龄', '成绩'], ['张三', '18', '95'], ['李四', '18', '92'], ['王五', '18', '98'] ] with open('output.csv', 'w', newline='', encoding='utf-8') as f: # 创建writer对象 writer = csv.writer(f) # 写入多行（一次性写入） writer.writerows(data) # 也可以逐行写入：writer.writerow(['赵六', '18', '90'])代码讲解
csv.writer(f)：创建写入器，负责把数据写入文件writerows()：一次性写入多行，writerow()逐行写入- 数据格式必须是列表嵌套列表，外层列表对应行，内层列表对应列
1.3 自定义分隔符和换行符
CSV 默认用逗号分隔，我们可以自定义分隔符（比如制表符\t、分号;）：
import csv # 用分号分隔，换行符用\r\n（兼容Windows） with open('custom.csv', 'w', newline='', encoding='utf-8') as f: writer = csv.writer(f, delimiter=';', lineterminator='\r\n') writer.writerow(['a', 'b', 'c']) writer.writerow(['1', '2', '3'])核心参数
delimiter：列分隔符，默认,lineterminator：行结束符，默认\r\n- 适合处理非标准 CSV 文件，比如用分号分隔的欧洲格式 CSV
1.4 高阶读写：DictReader/DictWriter（最常用！）
用字典读写 CSV，直接对应表头，不用记列索引，可读性拉满！
用 DictReader 读取（按表头取数据）
import csv with open('data.csv', 'r', newline='', encoding='utf-8') as f: # 第一行自动作为表头，每行是字典，键是表头，值是对应数据 reader = csv.DictReader(f) # 遍历每一行 for row in reader: # 直接用表头取数据，不用记索引！ print(f"姓名：{row['姓名']}，年龄：{row['年龄']}，成绩：{row['成绩']}")用 DictWriter 写入（按表头写数据）
import csv # 表头（必须和字典键一致） headers = ['姓名', '年龄', '成绩'] # 数据（列表嵌套字典） data = [ {'姓名': '张三', '年龄': '18', '成绩': '95'}, {'姓名': '李四', '年龄': '18', '成绩': '92'}, {'姓名': '王五', '年龄': '18', '成绩': '98'} ] with open('dict_output.csv', 'w', newline='', encoding='utf-8') as f: # 创建DictWriter，指定表头 writer = csv.DictWriter(f, fieldnames=headers) # 先写入表头（必须！） writer.writeheader() # 写入多行数据 writer.writerows(data)代码讲解
DictReader：自动把第一行作为表头，每行是字典，直接用表头取值，再也不用记row[0]、row[1]DictWriter：必须指定fieldnames（表头），先写表头再写数据，格式工整- 适合处理有表头的 CSV，是办公自动化、数据分析的首选！
三、实战项目 1：批量删除 CSV 标题行
需求：批量处理多个 CSV，删除第一行标题行，生成新文件！
完整代码 + 逐行讲解
import csv import os # 1. 循环遍历文件夹中所有CSV文件 csv_folder = 'csv_files' # 存放CSV的文件夹 output_folder = 'no_header_csv' # 输出文件夹 os.makedirs(output_folder, exist_ok=True) # 不存在则创建 for filename in os.listdir(csv_folder): if filename.endswith('.csv'): input_path = os.path.join(csv_folder, filename) output_path = os.path.join(output_folder, filename) # 2. 读入CSV文件 with open(input_path, 'r', newline='', encoding='utf-8') as f_in: reader = csv.reader(f_in) # 跳过第一行（标题行），从第二行开始读 rows = list(reader)[1:] # 转成列表，切片去掉第一行 # 3. 写入CSV文件，无标题行 with open(output_path, 'w', newline='', encoding='utf-8') as f_out: writer = csv.writer(f_out) writer.writerows(rows) print(f"已处理：{filename}") print("所有CSV标题行删除完成！")步骤拆解（对应目录）
- 遍历 CSV 文件：用
os.listdir扫描文件夹，筛选.csv文件 - 读入 CSV：用
csv.reader读取，转成列表后切片[1:]，去掉第一行标题 - 写入新 CSV：用
csv.writer写入处理后的数据，无标题行 - 扩展思路：
- 可以加筛选条件，只删除特定表头的 CSV
- 可以批量修改列名、删除指定列
- 可以合并多个 CSV 到一个文件
四、JSON 模块：接口数据一键处理（逐行精讲）
JSON 是互联网的通用数据格式，API 接口、爬虫数据全靠它，Python 自带json模块，完美适配！
1. JSON 核心：loads ()/dumps () 读写
1.1 用 loads () 读取 JSON（字符串→Python 对象）
import json # JSON格式的字符串（API返回的原始数据就是这种） json_str = '{"name": "张三", "age": 18, "score": 95, "hobbies": ["篮球", "编程"]}' # 把JSON字符串转成Python字典 data = json.loads(json_str) print(data) print(type(data)) # <class 'dict'> # 直接取值，和操作字典一样 print(f"姓名：{data['name']}，爱好：{data['hobbies'][0]}")1.2 用 dumps () 写入 JSON（Python 对象→JSON 字符串）
import json # Python字典（要转成JSON的数据） data = { "name": "张三", "age": 18, "score": 95, "hobbies": ["篮球", "编程"] } # 把Python字典转成JSON字符串，indent=4自动格式化，ensure_ascii=False解决中文乱码 json_str = json.dumps(data, indent=4, ensure_ascii=False) print(json_str) # 写入JSON文件 with open('data.json', 'w', encoding='utf-8') as f: json.dump(data, f, indent=4, ensure_ascii=False)核心参数 & 区别
| 函数 | 作用 | 适用场景 |
|---|---|---|
json.loads() | 字符串→Python 对象 | 处理 API 返回的 JSON 字符串 |
json.dumps() | Python 对象→字符串 | 生成 JSON 字符串、格式化输出 |
json.load() | 文件→Python 对象 | 读取 JSON 文件 |
json.dump() | Python 对象→文件 | 写入 JSON 文件 |
indent=4：自动缩进，格式化 JSON，可读性拉满ensure_ascii=False：解决中文乱码，必须加！
五、实战项目 2：获取当前天气数据（API+JSON 实战）
这是最经典的 JSON 实战项目：调用天气 API，获取当前城市天气，用 Python 自动输出！
完整代码 + 逐行讲解
import json import requests import sys # 1. 从命令行参数获取位置（比如：python weather.py 北京） if len(sys.argv) < 2: print("用法：python weather.py 城市名") sys.exit() city = sys.argv[1] # 2. 调用天气API（这里用免费的和风天气API，需要自己申请Key） # 申请地址：https://dev.qweather.com/ api_key = "你的API密钥" # 替换成自己的Key url = f"https://devapi.qweather.com/v7/weather/now?location={city}&key={api_key}" # 发送请求，获取JSON数据 response = requests.get(url) # 把响应的JSON字符串转成Python字典 weather_data = json.loads(response.text) # 3. 加载JSON数据，提取并输出天气 if weather_data['code'] == '200': now = weather_data['now'] print(f"城市：{city}") print(f"当前温度：{now['temp']}℃") print(f"天气状况：{now['text']}") print(f"风向：{now['windDir']}，风速：{now['windSpeed']}km/h") print(f"湿度：{now['humidity']}%") else: print(f"获取天气失败：{weather_data['message']}") # 4. 扩展思路 # - 可以加定时任务，每天定时获取天气 # - 可以把天气写入CSV/Excel，生成天气报表 # - 可以加预警功能，恶劣天气自动提醒步骤拆解（对应目录）
- 获取位置：用
sys.argv从命令行获取城市名，灵活输入 - 下载 JSON 数据：用
requests调用 API，获取 JSON 格式的天气数据 - 解析 JSON：用
json.loads()转成字典，提取需要的天气信息 - 输出结果：格式化输出天气，直观清晰
六、全文总结（看完就能用）
CSV 核心知识点
- 基础读写：
reader/writer，适合无表头 CSV - 高阶读写：
DictReader/DictWriter，适合有表头 CSV，最常用 - 实战：批量删除标题行、合并 CSV、修改 CSV 数据
JSON 核心知识点
- 读写：
loads()/dumps()，字符串和 Python 对象互转 - 文件读写：
load()/dump()，直接读写 JSON 文件 - 实战：API 数据解析、配置文件处理、爬虫数据存储
一句话总结
CSV 管表格，JSON 管接口，Python 自带库就能搞定 90% 的数据处理需求，复制代码改参数就能用，效率直接起飞！
七、实践项目拓展（可直接写进 CSDN）
- CSV 批量处理工具：批量合并 CSV、删除指定列、修改数据、生成报表
- JSON 配置管理器：自动读取配置文件、修改配置、生成配置模板
- 天气提醒小工具：定时获取天气，恶劣天气自动发邮件 / 微信提醒
- API 数据可视化：用 JSON 获取股票 / 天气数据，用 Matplotlib 生成图表