我正在使用python（Django Framework）读取CSV文件。如您所见，我仅从该CSV中提取了2行。我一直在尝试将CS​​V的总行数存储在变量中。

如何获得总行数？

file = object.myfilePath
fileObject = csv.reader(file)
for i in range(2):
    data.append(fileObject.next()) 

我努力了：

len(fileObject)
fileObject.length

您需要计算行数：

row_count = sum(1 for row in fileObject)  # fileObject is your csv.reader

使用sum()与发电机表达使一个有效的计数器，从而避免在存储器中存储整个文件。

如果您已经开始阅读两行，那么您需要将这两行加到总计中；已读取的行不计在内。

2018-10-29编辑

谢谢你的意见。

我测试了几种代码来获取csv文件中的行数（以速度为单位）。最好的方法如下。

with open(filename) as f:
    sum(1 for line in f)

这是经过测试的代码。

import timeit
import csv
import pandas as pd

filename = './sample_submission.csv'

def talktime(filename, funcname, func):
    print(f"# {funcname}")
    t = timeit.timeit(f'{funcname}("{filename}")', setup=f'from __main__ import {funcname}', number = 100) / 100
    print('Elapsed time : ', t)
    print('n = ', func(filename))
    print('\n')

def sum1forline(filename):
    with open(filename) as f:
        return sum(1 for line in f)
talktime(filename, 'sum1forline', sum1forline)

def lenopenreadlines(filename):
    with open(filename) as f:
        return len(f.readlines())
talktime(filename, 'lenopenreadlines', lenopenreadlines)

def lenpd(filename):
    return len(pd.read_csv(filename)) + 1
talktime(filename, 'lenpd', lenpd)

def csvreaderfor(filename):
    cnt = 0
    with open(filename) as f:
        cr = csv.reader(f)
        for row in cr:
            cnt += 1
    return cnt
talktime(filename, 'csvreaderfor', csvreaderfor)

def openenum(filename):
    cnt = 0
    with open(filename) as f:
        for i, line in enumerate(f,1):
            cnt += 1
    return cnt
talktime(filename, 'openenum', openenum)

结果如下。

# sum1forline
Elapsed time :  0.6327946722068599
n =  2528244


# lenopenreadlines
Elapsed time :  0.655304473598555
n =  2528244


# lenpd
Elapsed time :  0.7561274056295324
n =  2528244


# csvreaderfor
Elapsed time :  1.5571560935772661
n =  2528244


# openenum
Elapsed time :  0.773000013928679
n =  2528244

总之，sum(1 for line in f)是最快的。但是与可能没有太大区别len(f.readlines())。

sample_submission.csv 是30.2MB，具有3100万个字符。

为此，您需要像我的示例一样有一些代码：

file = open("Task1.csv")
numline = len(file.readlines())
print (numline)

希望对大家有帮助。

上面的一些建议计算了csv文件中的LINES数量。但是某些CSV文件将包含带引号的字符串，这些字符串本身包含换行符。MS CSV文件通常用\ r \ n分隔记录，但在带引号的字符串中单独使用\ n。

对于这样的文件，计算文件中的文本行（由换行符分隔）将导致太大的结果。因此，为了获得准确的计数，您需要使用csv.reader来读取记录。

首先，您必须使用open打开文件

input_file = open("nameOfFile.csv","r+")

然后使用csv.reader打开csv

reader_file = csv.reader(input_file)

最后，您可以使用“ len”指令获取行数

value = len(list(reader_file))

总代码是这样的：

input_file = open("nameOfFile.csv","r+")
reader_file = csv.reader(input_file)
value = len(list(reader_file))

请记住，如果要重复使用csv文件，则必须创建一个input_file.fseek（0），因为当您使用reader_file的列表时，它将读取所有文件，并且文件中的指针会更改其位置

row_count = sum(1 for line in open(filename)) 为我工作。

注意：sum(1 for line in csv.reader(filename))似乎要计算第一行的长度

numline = len(file_read.readlines())

当实例化一个csv.reader对象并遍历整个文件时，可以访问提供行数的名为line_num的实例变量：

import csv
with open('csv_path_file') as f:
    csv_reader = csv.reader(f)
    for row in csv_reader:
        pass
    print(csv_reader.line_num)

import csv
count = 0
with open('filename.csv', 'rb') as count_file:
    csv_reader = csv.reader(count_file)
    for row in csv_reader:
        count += 1

print count

使用“列表”适合更可行的对象。

然后，您可以计数，跳过，变异，直到您的内心渴望：

list(fileObject) #list values

len(list(fileObject)) # get length of file lines

list(fileObject)[10:] # skip first 10 lines

您还可以使用经典的for循环：

import pandas as pd
df = pd.read_csv('your_file.csv')

count = 0
for i in df['a_column']:
    count = count + 1

print(count)

可能想在命令行中尝试以下简单的操作：

sed -n '$=' filename 要么 wc -l filename

这适用于csv和所有基于Unix的操作系统中包含字符串的文件：

import os

numOfLines = int(os.popen('wc -l < file.csv').read()[:-1])

如果csv文件包含一个字段行，则可以从numOfLines上面扣除一个：

numOfLines = numOfLines - 1

我认为我们可以改善最佳答案，我正在使用：

len = sum(1 for _ in reader)

此外，我们不应忘记pythonic代码在项目中并非总是具有最佳性能。例如：如果我们可以在同一数据集中同时执行更多操作，最好在同一个气泡中全部进行操作，而不是制作两个或多个pythonic气泡。

尝试

data = pd.read_csv("data.csv")
data.shape

在输出中，您可以看到类似（aa，bb）的图形，其中aa是行数

import pandas as pd
data = pd.read_csv('data.csv') 
totalInstances=len(data)