如何剪裁csv文件，并从中求出每一列的最大值和平均值，并将最大值和平均值添加到表的末尾
很少用python，第一次用python来处理csv文件，算是一个从无到有的过程吧，文中诸多地方可能有错，感谢指正！
剪裁CSV文件
因为收集到的数据属性多，量比较大，需要的属性只是其中的特定几个，而且数据行数也不需要这么多，所以使用了pandas的read_csv，因为数据表前几行是自动生成的一些备注行，直接读取会报错，所以需要跳过
大致代码如下：
# 按需求读取csv文件
"""
参数说明：
# csv_path是我需要被pandas读取的文件路径
# usecols是我需要的列，可以指定其具体名称，也可以以数组的形式指定，0即代表第一列
# skiprows是指需要跳过的行，注意这不是删除前几行，skip的行数超过属性行会导致读取报错
# encoding是指定文件的编码方式，防止读取出来的文件产生乱码
# index_col一共可以指定三个：None/0/False，详情请参照：https://blog.csdn.net/weixin_40992494/article/details/104535719
# nrows是需要读取的行数
"""
df = pd.read_csv(csv_path, usecols=[0,1,2,3], skiprows=2, encoding='utf8',
index_col=0, nrows=80)
读取到了之后并不会对原文件进行更改，最后要将更改的结果导出，我需要导出一个csv文件，故使用
df.to_csv('这里填需要导出的路径')
求每一列的最大值和平均值
其实一开始挺懵逼的，看起来很简单的东西，也走了一些弯路。。。
首先需要了解到，使用pandas求最大值和平均值需要使用的是df.max()和df.mean()。
在上面使用read()的时候我已经指定了index_col=0，即第一行是index，其本身是不会参与计算的（这正和我意）但是傻傻的使用了loc去规避第一行。。。
记录一下错误的方法：
首先写了一个list指定了需要计算平均值和最大值的cols（其实就是除了第一列以外的。。）
然后使用了loc函数：
'''
round()是保留小数点后几位
'''
mean = df.loc[:, col_list].mean().round(2)
max = df.loc[:, col_list].max().round(2)
我认为正确的做法：
mean = df.mean().round(2)
max = df.max().round(2)
因为我取到的数据已经是我想要的列了，然后第一列也是不需要参与计算的index，所以就这样就能得到正确的结果了
将最大值和平均值添加到末尾
添加数据到dataframe，经过我在网上搜索最终决定用append()，但是在添加之前我们需要了解到刚才计算出的结果到底是什么格式，将上面得到的mean和max数据格式打印出来：
是series形式的数据，把两个结果拼好然后append进原表就好了。需要注意的是，得到的series是没有index的，所以需要为其添加一个name：
series_0 = pd.Series(max, name="最大值")
series_1 = pd.Series(mean, name="平均值")
# 合并
series = pd.concat([series_0, series_1], axis=1)
然后再使用append添加即可：
'''
T很关键，可以将series转置，不转置的话会导致插入错误，因为得到的数据格式将原本的col作为了index
'''
df = df.append(series.T)
最后记得to_csv()导出到文件
这部分知识是吃的快餐，理论上肯定有所纰漏，但结果是没错的，望指正！