方法1：使用csv模块
import csv
def handler(event, context):

假设CSV文件存储在NAS上，且已经挂载到函数的/code目录下

csv_file_path = '/mnt/auto/my_csv.csv'
try:
with open(csv_file_path, mode='r', encoding='utf-8') as csvfile:
csv_reader = csv.reader(csvfile)

读取表头

headers = next(csv_reader)
print("Headers:", headers)

遍历读取每行数据

for row in csv_reader:
print(row)
except FileNotFoundError:
print(f"文件 {csv_file_path} 未找到")
except Exception as e:
print(f"读取文件时发生错误: {str(e)}")
方法2：使用pandas模块
首先，您需要在函数的requirements.txt文件中添加pandas库，以便函数计算环境能自动安装它。
pandas
然后，在函数代码中使用pandas读取CSV文件：
import pandas as pd
def handler(event, context):

假设CSV文件存储在NAS上，且已经挂载到函数的/code目录下

csv_file_path = '/mnt/auto/my_csv.csv'
try:
df = pd.read_csv(csv_file_path)
print(df.head()) # 打印前五行数据
except FileNotFoundError:
print(f"文件 {csv_file_path} 未找到")
except Exception as e:
print(f"读取文件时发生错误: {str(e)}")
注意事项：
确保您的函数有权限访问存储CSV文件的位置。例如，如果您使用的是NAS，确保已正确配置挂载点。
根据实际情况调整文件路径csv_file_path。
使用pandas可能会增加函数冷启动时间，因为它是一个较大的库，但在处理大量数据时更为便捷高效。
请根据实际编码格式调整open函数中的encoding参数，这里假设文件编码为UTF-8。-此回答整理自钉群“阿里函数计算官网客户”