最稳做法是用pandas读为DataFrame，以.at[]或.iat[]修改单元格，再to_csv()覆写；不用pandas时优先用csv.DictReader/DictWriter，避免直接操作字符串或列表。
用 pandas 直接改单个单元格最稳
直接读成 DataFrame，用 .at[] 或 .iat[] 定位修改，再用 to_csv() 覆写——这是绝大多数场景下最可靠、可读性最强的做法。别折腾纯列表嵌套索引，容易错行错列。
常见错误现象：csv.reader 读出来是只读的 list，改了内部元素不生效；或者用 csv.writer 覆写时漏掉 header、编码不一致导致中文变乱码。
-
.at[row_label, col_label]按标签改，适合你知道行名/列名（比如 index 是日期、列名是"price"） -
.iat[row_int, col_int]按整数位置改，适合你只记得第 3 行第 2 列（0 起始） - 改完必须显式调用
df.to_csv("file.csv", index=False)，否则内存里改了但文件没变 - 如果原 CSV 有 BOM 或非 UTF-8 编码（比如 GBK），读取时得加
encoding="gbk"，否则read_csv报错或乱码
import pandas as pd
df = pd.read_csv("data.csv", encoding="utf-8")
df.at[2, "status"] = "done" # 第三行，列名为 status 的单元格
df.to_csv("data.csv", index=False)不用 pandas 时，老老实实用 csv.DictReader + csv.DictWriter
纯标准库方案里，csv.DictReader 能把每行转成字典，靠 key 改值更直观；csv.DictWriter 写回时自动对齐字段顺序，比手动维护 list 下标安全得多。
容易踩的坑：DictWriter 初始化时没传 fieldnames，或跟原始 CSV 列顺序不一致，会导致写出来的列错位甚至丢数据。
立即学习“Python免费学习笔记（深入）”；
- 读的时候用
csv.DictReader(f)，它会自动把第一行当字段名 - 改值直接写
row["amount"] = "99.5"，不用算下标 - 写之前必须确保
DictWriter的fieldnames和原始列完全一致（顺序也要一样） - 打开写入文件时加
newline=""，否则 Windows 下会多空行
import csv
with open("data.csv", "r", encoding="utf-8") as f:
reader = csv.DictReader(f)
rows = list(reader)
rows[1]["score"] = "92" # 修改第二行 score 字段
<p>with open("data.csv", "w", newline="", encoding="utf-8") as f:
writer = csv.DictWriter(f, fieldnames=reader.fieldnames)
writer.writeheader()
writer.writerows(rows)
csv.writer 配合 list 修改：只在极简场景下考虑
如果你确定 CSV 没 header、全是数字、结构死板（比如就是坐标点列表），且不想引入 pandas，那可以读成二维 list，按 [row][col] 改，再用 writer.writerows() 写回去。
风险很高：CSV 本身支持字段内含换行、逗号、引号，用 csv.reader 读出的 list 是“已解析”的，但自己手拼 list 再写回去，一旦某字段含逗号，writer 不会自动加引号，下次读就错位。
- 务必用
csv.reader读，别用f.readlines()分割字符串 - 修改后仍要用
csv.writer写，不能直接f.write(str(rows)) - 不要假设所有行列数一致——空行、缺字段会导致
IndexError - 这种写法基本没有容错能力，调试时看到
list index out of range就得回头查原始 CSV 是否规整
为什么别先 readlines() 再字符串替换
因为 CSV 不是纯文本表格，它是带转义规则的格式。用 str.replace() 或正则去“搜单元格内容”大概率误伤——比如把某数值 100 替换成 200，结果把 1001 里的 100 也替了；或者字段里有换行符，readlines() 已经断行错位。
- CSV 规范允许字段用双引号包裹，里面还能有逗号、换行，这些都会让行数 ≠ 实际记录数
-
readlines()后得到的是字符串行，不是逻辑行，改了也没法保证字段边界正确 - 哪怕只是改一个数字，只要涉及定位，就必须走解析器（
csv模块或pandas），而不是文本编辑思路
改 CSV 单元格这事，表面是“找个位置写个值”，实际卡点永远在：你是否真正理解那一行在 CSV 解析模型里对应哪条逻辑记录、哪个字段。跳过解析直接碰字符串，等于蒙眼拧螺丝。
