pandas文件读写系列 pd.read_csv 与 pt.to_csv 方法各参数详解

1. read_csv

常用参数：

filepath_or_buffer : str，pathlib。str, pathlib.Path, py._path.local.LocalPath or any object with a read() method (such as a file handle or StringIO)
可以是URL，可用URL类型包括：http, ftp, s3和文件。对于多文件正在准备中

sep : str,如果不指定参数，则会尝试使用逗号分隔。如sep=’\t’空格为分割符

delimiter : str, default None，定界符，备选分隔符（如果指定该参数，则sep参数失效）

delim_whitespace : boolean, default False.指定空格(例如’ ‘或者’ ‘)是否作为分隔符使用，等效于设定sep=’\s+’。如果这个参数设定为Ture那么delimiter 参数失效。

header :指定行数用来作为列名，数据开始行数。如果文件中没有列名，则默认为0，否则设置为None。如果明确设定header=0 就会替换掉原来存在列名。header参数可以是一个list例如：[0,1,3]，这个list表示将文件中的这些行作为列标题（意味着每一列有多个标题））。

names : array-like, default None，用于结果的列名列表，如果数据文件中没有列标题行，就需要执行header=None。默认列表中不能出现重复，除非设定参数mangle_dupe_cols=True。

index_col : int or sequence or False, default None，用作行索引的列编号或者列名，如果给定一个序列则有多个行索引。如果文件不规则，行尾有分隔符，则可以设定index_col=False 保证pandas用第一列作为行索引。

usecols : array-like, default None，返回一个数据子集，该列表中的值必须可以对应到文件中的位置（数字可以对应到指定的列）或者是字符传为文件中的列名。例如：usecols有效参数可能是 [0,1,2]或者是 [‘foo’, ‘bar’, ‘baz’]。使用这个参数可以加快加载速度并降低内存消耗。

squeeze : boolean, default False
如果文件值包含一列，则返回一个Series

prefix : str, default None，在没有列标题时，给列添加前缀。例如：添加‘X’ 成为 X0, X1, …

mangle_dupe_cols : boolean, default True
重复的列，将‘X’…’X’表示为‘X.0’…’X.N’。如果设定为false则会将所有重名列覆盖。

dtype : 每列数据的数据类型。例如 {‘a’: np.float64, ‘b’: np.int32}

engine : {‘c’, ‘python’}，使用的分析引擎。可以选择C或者是python。C引擎快但是Python引擎功能更加完备。

converters : dict, default None，列转换函数的字典。key可以是列名或者列的序号。

true_values : list, default None，Values to consider as True

skipinitialspace : boolean, default False，忽略分隔符后的空白（默认为False，即不忽略）.

skiprows : list-like or integer, default None，需要忽略的行数（从文件开始处算起），或需要跳过的行号列表（从0开始）。

skipfooter : int, default 0，从文件尾部开始忽略。 (c引擎不支持)

nrows : int, default None，需要读取的行数（从文件头开始算起）。

na_values : scalar, str, list-like, or dict, default None，一组用于替换NA/NaN的值。如果传参，需要制定特定列的空值。默认为‘1.#IND’, ‘1.#QNAN’, ‘N/A’, ‘NA’, ‘NULL’, ‘NaN’, ‘nan’`.

keep_default_na : bool, default True。如果指定na_values参数，并且keep_default_na=False，那么默认的NaN将被覆盖，否则添加。

na_filter : boolean, default True，是否检查丢失值（空字符串或者是空值）。对于大文件来说数据集中没有空值，设定na_filter=False可以提升读取速度。

verbose : boolean, default False，是否打印各种解析器的输出信息，例如：“非数值列中缺失值的数量”等。

skip_blank_lines : boolean, default True，如果为True，则跳过空行；否则记为NaN。

dayfirst : boolean, default False，DD/MM格式的日期类型

date_parser : function, default None，用于解析日期的函数，默认使用dateutil.parser.parser来做转换。Pandas尝试使用三种不同的方式解析，如果遇到问题则使用下一种方式。
1.使用一个或者多个arrays（由parse_dates指定）作为参数；
2.连接指定多列字符串作为一个列作为参数；
3.每行调用一次date_parser函数来解析一个或者多个字符串（由parse_dates指定）作为参数。

encoding : str, default None，指定字符集类型，通常指定为’utf-8’.

2. to_csv

path_or_buf： 字符串或文件句柄，默认无文件路径或对象，如果没有提供，结果将返回为字符串。

sep : character, default ‘,’默认字符 ‘ ，’输出文件的字段分隔符。

float_format :字符串，默认为 None，浮点数格式字符串

columns : 顺序，可选列写入

header : 字符串或布尔列表，默认为true，写出列名。如果给定字符串列表，则假定为列名的别名，header=0：不写入列名

index : 布尔值，默认为Ture，写入行名称（索引）index=0：不写入索引

index_label :字符串或序列，或False,默认为None，如果需要，可以使用索引列的列标签。如果没有给出，且标题和索引为True，则使用索引名称。如果数据文件使用多索引，则应该使用这个序列。如果值为False，不打印索引字段。在R中使用index_label=False 更容易导入索引.

encoding ：字符串，可选，表示在输出文件中使用的编码的字符串，Python 2上默认为“ASCII”和Python 3上默认为“UTF-8”。

date_format : 字符串，默认为None，字符串对象转换为日期时间对象