使用LangChain轻松加载CSV：从入门到精通_langchain 中读取csv中某一列数据的loader-CSDN博客

本文链接：https://blog.csdn.net/sjufgwgfhoia/article/details/142696938

# 使用LangChain轻松加载CSV：从入门到精通

## 引言

CSV（逗号分隔值）文件是数据存储和交换的常用格式之一。在数据科学与机器学习中，CSV文件常用于存储原始数据。LangChain库提供了一个强大的CSV Loader，可以将CSV文件加载为一系列Document对象，方便数据处理和分析。

本文将详细介绍如何使用LangChain的CSV Loader加载和处理CSV文件，并提供代码示例与解决方案来应对常见挑战。

## 主要内容

### 1. 基础用法

LangChain实现的CSV Loader将CSV文件的每一行转换为一个`Document`对象。以下是使用CSV Loader的基本步骤：

```python
from langchain_community.document_loaders.csv_loader import CSVLoader

# 定义CSV文件路径
file_path = "../../../docs/integrations/document_loaders/example_data/mlb_teams_2012.csv"

# 创建CSV Loader实例
loader = CSVLoader(file_path=file_path)

# 加载数据
data = loader.load()

# 输出前两条记录
for record in data[:2]:
    print(record)

2. 自定义CSV解析

CSV Loader允许自定义CSV解析方式，通过csv_args参数传递给Python的csv.DictReader。可以指定分隔符、引号字符和字段名称等。

loader = CSVLoader(
    file_path=file_path,
    csv_args={
        "delimiter": ",",
        "quotechar": '"',
        "fieldnames": ["MLB Team", "Payroll in millions", "Wins"],
    },
)

data = loader.load()
for record in data[:2]:
    print(record)

3. 指定文档来源列

可以通过source_column参数指定CSV中的某一列作为文档来源。这在需要根据来源信息回答问题时非常有用。

loader = CSVLoader(file_path=file_path, source_column="Team")

data = loader.load()
for record in data[:2]:
    print(record)

4. 从字符串加载CSV

Python的tempfile模块可以用于从CSV格式的字符串加载数据。

import tempfile
from io import StringIO

# 定义CSV格式的字符串数据
string_data = """
"Team", "Payroll (millions)", "Wins"
"Nationals",     81.34, 98
"Reds",          82.20, 97
"Yankees",      197.96, 95
"Giants",       117.62, 94
""".strip()

# 创建临时文件并写入数据
with tempfile.NamedTemporaryFile(delete=False, mode="w+") as temp_file:
    temp_file.write(string_data)
    temp_file_path = temp_file.name

# 使用CSV Loader加载数据
loader = CSVLoader(file_path=temp_file_path)
loader.load()
for record in data[:2]:
    print(record)