Python CSV按列筛选导出教程：只保留需要的字段

用pandas或csv模块按列筛选CSV，只保留指定字段导出新文件，支持多列选择、列重命名、按行条件过滤，附完整代码。

场景痛点

拿到一份几十列的用户表，老板只要"手机号、姓名、注册时间"三列；或者财务只要金额大于某个数的行。手动删列、筛选、另存，几十行还行，几万行点到手酸还容易漏。用Python几行代码就把目标列抽出来另存。

用到的库

pip install pandas

完整代码

# Python CSV按列筛选并导出
import pandas as pd
import csv

def filter_columns_with_pandas(input_path, output_path):
"""
用pandas按列名筛选，再按行条件过滤。
"""
df = pd.read_csv(input_path, encoding="utf-8-sig")

# 1. 只要这三列
keep_cols = ["姓名", "手机号", "注册时间"]
# 防止列名不存在报错
keep_cols = [c for c in keep_cols if c in df.columns]
df_sub = df[keep_cols].copy()

# 2. 再加一个行条件：只要注册时间在2025年以后的（示例，按需改）
# df_sub = df_sub[df_sub["注册时间"].astype(str).str.startswith("2025")]

# 3. 列重命名
df_sub = df_sub.rename(columns={"手机号": "联系电话"})

df_sub.to_csv(output_path, index=False, encoding="utf-8-sig")
print(f"pandas筛选导出完成：{output_path}，共 {len(df_sub)} 行")

def filter_columns_with_csv(input_path, output_path):
"""
用标准库csv按列下标筛选，不依赖pandas，适合超大文件流式处理。
"""
keep_index = [0, 2, 5]  # 要保留的列下标（从0开始）

with open(input_path, "r", newline="", encoding="utf-8-sig") as fin, \
open(output_path, "w", newline="", encoding="utf-8-sig") as fout:
reader = csv.reader(fin)
writer = csv.writer(fout)
for i, row in enumerate(reader):
if i == 0:
# 表头也按同样下标取
writer.writerow([row[j] for j in keep_index])
else:
writer.writerow([row[j] for j in keep_index if j < len(row)])
print(f"csv模块筛选导出完成：{output_path}")

def main():
input_file = "users.csv"
out_pandas = "users_filtered_pandas.csv"
out_csv = "users_filtered_csv.csv"

filter_columns_with_pandas(input_file, out_pandas)
filter_columns_with_csv(input_file, out_csv)

if __name__ == "__main__":
main()