python的pandas dataframe可以将csv数据，或者格式化的数据（excel）等，直接转换成dataframe，一个类似表格的数据，这样在数据处理中，能够根据设定好的函数，快速的进行数据分析、处理。

C#的datatable也是将数据转换成表格的形式，这个常用的是在C#操作数据库中，直接读取数据到datatable，当然，可以将csv数据导入到数据库中，再通过连接数据库，获得对应的datatable。

下边主要还是介绍一下，如何用代码读取一个csv数据，转换成datatable进行处理，详细见代码：

//设置csv数据的分隔符

         string[] separators = new string[] { "  " };

           string _dataLine = string.Empty;

         //新建datatable

           DataTable _ndt = new DataTable();

       //打开文件

           using (FileStream fs = new FileStream(_filepath, FileMode.Open, System.IO.FileAccess.Read))

           {

//读取csv数据，这里注意的是设置数据的编码，要不然读出来会乱码

               using (StreamReader sr = new StreamReader(fs, System.Text.Encoding.UTF8))

               {

//第一行是表头数据，将分割成一个列名

                   _dataLine = sr.ReadLine();

       var _columnArr = _dataLine.Split(separators, StringSplitOptions.RemoveEmptyEntries);

                   foreach(var _evarr in _columnArr )

                   {

                       _ndt.Columns.Add(new DataColumn(_evarr.Trim(' ')));

                   }

           //在添加行数据，直接添加到datatable中

                   while ((_dataLine = sr.ReadLine()) != null)

                   {

                        _columnArr = _dataLine.Split(separators, StringSplitOptions.RemoveEmptyEntries); 

                        _ndt.Rows.Add(_columnArr);

                   }

                   sr.Close();

                   sr.Dispose();

               }

               fs.Close();

               fs.Dispose();

           } 

Linq在datatable中也能够进行使用，这样就能很方便的取出对应的数据，比如取某一列的数据：

var _selrow = _ndt.AsEnumerable().Select(p => p["列名"]);

从而使用Linq的语法，可以判断最大最小值，或者取出符合名称的字符串等方法，对于行数据也能进行对应的操作分析。

Linq在数据分析操作中，也能够实现很多，当然python是开源类库和平台方面支持都比较多。