pandas.read_csv()函数读取文件时，关于“header=None”

对于一个没有字段名标题的数据，如data.csv

1.获取数据内容。pandas.read_csv(“data.csv”)默认情况下，会把数据内容的第一行默认为字段名标题。所以我们要给它加列名或者让它以为没有列索引

import pandas as pd
# 读取数据
df =  pd.read_csv("../data/data.csv")
print(df)

为了解决这个问题，我们添加“header=None”，告诉函数，我们读取的原始文件数据没有列索引。因此，read_csv为自动加上列索引。

import pandas as pd
# 读取数据
df =  pd.read_csv("../data/data.csv", header=None)
print(df)

2.局部获取。有时候我们需要取某些列数据，如下(X，y)：

• pd.read_csv()函数有"header=None"参数：

import pandas as pd
# 读取数据
df =  pd.read_csv("../data/data.csv", header=None)
# 注意有"header=None", df.ix[:,0:4]就是左闭右闭的区间
X= df.ix[:,0:4]
y = df.ix[:,5]
print(X)
print(y)

• pd.read_csv()函数没有"header=None"参数：

import pandas as pd
# 读取数据
df =  pd.read_csv("../data/data.csv")
# 注意没有"header=None", df.ix[:,0:4]就是左闭右开的区间
X= df.ix[:,0:4] # 实际上X应该是df.ix[:,0:5]
y = df.ix[:,5]
print(X)
print(y)

在第二种情况中，带上names属性还是df.ix[:,0:4]就是左闭右开的区间。

# 设置表头
names = ["US0","US1","US2","US3","US4","Class"]
# 读入数据 (没有属性行：header=None)
df =  pd.read_csv("../data/data.csv", names=names)
# 注意没有"header=None", df.ix[:,0:4]就是左闭右开的区间
X= df.ix[:,0:4] # 实际上X应该是df.ix[:,0:5]
y = df.ix[:,5]
print(df)
print(X)
print(y)

 

总结：pd.read_csv()函数，有"header=None", df.ix[:,0:4]就是左闭右闭的区间；没有"header=None", df.ix[:,0:4]就是左闭右开的区间。

原文参考：https://www.cnblogs.com/komean/p/10629311.html