【pandas】read_csv、read_table、read_excel

import pandas as pd

# 读取 .txt 的文本文件
data1 = pd.read_table(filepath_or_buffer='data.txt')
print(data1)

# 读取 .csv 的文本文件
data2 = pd.read_csv(filepath_or_buffer='data.csv')
print('\n', data2)

# 读取 .xls 或 .xlsx 的数据表格文件
data3 = pd.read_excel(io='data.xlsx')
print('\n', data3)

pandas.read_table(filepath_or_buffer,sep='\t',delimiter=None,
                  header='infer', names=None, index_col=None, usecols=None, squeeze=False,
                  dtype=None, converters=None, skiprows=None,
                  nrows=None,na_values=None,
                  skip_blank_lines=True, encoding=None,
                  s
                  skipfooter=0)

常用参数：

filepathr_buffer

• 指定txt文件或城市v文件所在的具体路径
• 还可以是URL，可用URL类型包括：http, ftp, s3和文件。

sep

• 默认是由tab分割的数据,如果是其他可以另改,比如’,’

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），介于中间的行将被忽略掉（例如本例中的2；本例中的数据1,2,4行将被作为多级标题出现，第3行数据将被丢弃，dataframe的数据从第5行开始。）。
注意：如果skip_blank_lines=True 那么header参数忽略注释行和空行，所以header=0表示第一行数据而不是文件的第一行。

names
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
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
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。

dtype : Type name or dict of column -> type, default None
每列数据的数据类型。例如 {‘a’: np.float64, ‘b’: np.int32}

converters
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

false_values : list, default None
Values to consider as False

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

skiprows
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
从文件尾部开始忽略

nrows
需要读取的行数（从文件头开始算起）。

==na_values ==
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’`.

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

==parse_dates ==

boolean. True -> 解析索引
list of ints or names. e.g. If [1, 2, 3] -> 解析1,2,3列的值作为独立的日期列；
list of lists. e.g. If [[1, 3]] -> 合并1,3列作为一个日期列使用
dict, e.g. {‘foo’ : [1, 3]} -> 将1,3列合并，并给合并后的列起名为"foo"
1
2
3
4
infer_datetime_format : boolean, default False
如果设定为True并且parse_dates 可用，那么pandas将尝试转换为日期类型，如果可以转换，转换方法并解析。在某些情况下会快5~10倍。

keep_date_col : boolean, default False
如果连接多列解析日期，则保持参与连接的列。默认为False。

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。

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

iterator : boolean, default False
返回一个TextFileReader 对象，以便逐块处理文件。

chunksize : int, default None
文件块的大小， See IO Tools docs for more informationon iterator and chunksize.

compression : {‘infer’, ‘gzip’, ‘bz2’, ‘zip’, ‘xz’, None}, default ‘infer’
直接使用磁盘上的压缩文件。如果使用infer参数，则使用 gzip, bz2, zip或者解压文件名中以‘.gz’, ‘.bz2’, ‘.zip’, or ‘xz’这些为后缀的文件，否则不解压。如果使用zip，那么ZIP包中国必须只包含一个文件。设置为None则不解压。
新版本0.18.1版本支持zip和xz解压

thousands
千分位分割符，如“，”或者“.”

==comment ==
标识着多余的行不被解析。如果该字符出现在行首，这一行将被全部忽略。这个参数只能是一个字符，空行（就像skip_blank_lines=True）注释行被header和skiprows忽略一样。例如如果指定comment=’#’ 解析‘#empty\na,b,c\n1,2,3’ 以header=0 那么返回结果将是以’a,b,c’作为header。

==encoding ==
指定字符集类型，通常指定为’utf-8’. List of Python standard encodings