本篇博客介绍Python中CSV和JSON格式的高级处理方法，包括如何识别和处理不同编码和分隔符的文件，以及如何使用pandas模块读写和处理CSV和JSON文件。

在 Python 中，我们可以使用 pandas 库对 CSV 和 JSON 数据进行清洗和转换。 pandas 是一个强大的数据处理和数据分析库，提供了一组丰富的函数和工具，可以方便地进行数据清洗、数据转换、数据分析和数据可视化等操作。

在使用 Python 批量处理 Excel 时经常需要 批量读取数据，常见的方式是结合 glob 模块，可以实现将当前文件夹下的所有csv批量读取，并且 合并到一个大的 DataFrame 中 df_list =[] forfilein glob . glob ("*.csv"): df_list . append (pd . read_excel (file)) df = pd . concat ...

2.保存数据到csv CSV（Comma-Separated Values、逗号分隔值或字符分割值）是一种以纯文件方式进行数据记录的存储格式，保存csv文件，需要使用python的内置模块csv。