office-csv

何时使用

.csv .tsv 乱码、列名不统一、多文件合并、简单统计、转 Excel。

常见任务

import pandas as pd

# 读（自动猜编码失败时指定）
df = pd.read_csv("in.csv", encoding="utf-8-sig")

# 清洗
df.columns = df.columns.str.strip()
df = df.drop_duplicates()

# 合并
import glob
dfs = [pd.read_csv(f) for f in glob.glob("parts/*.csv")]
pd.concat(dfs, ignore_index=True).to_csv("merged.csv", index=False, encoding="utf-8-sig")

# 转 Excel
df.to_excel("out.xlsx", index=False)

编码

• 中文 Windows 导出常为 gbk / utf-8-sig（带 BOM）
• 乱码时依次试 utf-8-sig, gbk, latin1

大文件

• 分块：pd.read_csv(..., chunksize=50000)
• 只选列：usecols=[...]

分工

格式	技能
复杂公式/多 sheet	office-xlsx
纯表清洗	office-csv

工具

write 脚本 + run；pip install pandas openpyxl

禁止

• 不覆盖源文件；输出新文件名