按行存储的读取csv文件比按列存储的读取csv文件所花费的时间更长，因为按行存储需要逐行读取文件，而按列存储可以一次读取整列数据。

以下是使用Python的pandas库按行存储和按列存储读取csv文件的示例代码：

按行存储读取csv文件：

import pandas as pd

# 读取csv文件
df = pd.read_csv('data.csv')

# 按行遍历csv文件
for index, row in df.iterrows():
    # 处理每一行数据
    # ...

按列存储读取csv文件：

import pandas as pd

# 读取csv文件
df = pd.read_csv('data.csv')

# 按列遍历csv文件
for column in df.columns:
    # 处理每一列数据
    column_data = df[column]
    # ...

在上述示例中，按行存储的读取方法使用了df.iterrows()方法逐行遍历数据，而按列存储的读取方法使用了df.columns属性获取列名，并通过df[column]获取每一列的数据。

由于按行存储需要逐行读取文件，因此在处理大型csv文件时可能会比按列存储的读取方法更慢。对于较小的csv文件，两种方法的性能差异可能不太明显。