python按行读取csv文件_python.csv 按行按列读取

#header=0,表示文件第0行为列索引

#index_col=0,表示文件第0列为行索引

userTable=pd.read_csv('./data/preprefe_%s.csv'%str(i),header=0,index_col=0)

常用参数的读取csv文件

import pandas as pd

obj=pd.read_csv('f:/ceshi.csv')

print obj

print type(obj)

print obj.dtypes

Unnamed: 0 c1 c2 c3

0 a 0 5 10

1 b 1 6 11

2 c 2 7 12

3 d 3 8 13

4 e 4 9 14

Unnamed: 0 object

c1 int64

c2 int64

c3 int64

dtype: object

ceshi.csv为有列索引没有行索引的数据，read_csv会自动加上行索引，即使原数据集有行索引。

read_csv读取的数据类型为Dataframe，obj.dtypes可以查看每列的数据类型

obj_2=pd.read_csv('f:/ceshi.csv',header=None,names=range(2,5))

print obj_2

2 3 4

0 c1 c2 c3

1 0 5 10

2 1 6 11

3 2 7 12

4 3 8 13

5 4 9 14

header=None时，即指明原始文件数据没有列索引，这样read_csv为自动加上列索引，除非你给定列索引的名字。

obj_2=pd.read_csv('f:/ceshi.csv',header=0,names=range(2,5))

print obj_2

2 3 4

0 0 5 10

1 1 6 11

2 2 7 12

3 3 8 13

4 4 9 14

header=0，表示文件第0行（即第一行，python，索引从0开始）为列索引，这样加names会替换原来的列索引。

obj_2=pd.read_csv('f:/ceshi.csv',index_col=0)

print obj_2

1

2

c1 c2 c3

a 0 5 10

b 1 6 11

c 2 7 12

d 3 8 13

e 4 9 14

obj_2=pd.read_csv('f:/ceshi.csv',index_col=[0,2])

print obj_2

c1 c3

c2

a 5 0 10

b 6 1 11

c 7 2 12

d 8 3 13

e 9 4 14

index_col为指定数据中那一列作为Dataframe的行索引，也可以可指定多列，形成层次索引，默认为None,即不指定行索引，这样系统会自动加上行索引（0-）

obj_2=pd.read_csv('f:/ceshi.csv',index_col=0,usecols=[0,1,2,3])

print obj_2

c1 c2 c3

a 0 5 10

b 1 6 11

c 2 7 12

d 3 8 13

e 4 9 14

obj_2=pd.read_csv('f:/ceshi.csv',index_col=0,usecols=[1,2,3])

print obj_2

c2 c3

c1

0 5 10

1 6 11

2 7 12

3 8 13

4 9 14

usecols:可以指定原数据集中，所使用的列。在本例中，共有4列，当usecols=[0,1,2,3]时，即选中所有列，之后令第一列为行索引，当usecols=[1,2,3]时，即从第二列开始，之后令原始数据集的第二列为行索引。

obj_2=pd.read_csv('f:/ceshi.csv',index_col=0,nrows=3)

print obj_2

c1 c2 c3

a 0 5 10

b 1 6 11

c 2 7 12

nrows：可以给出从原始数据集中的所读取的行数，目前只能从第一行开始到nrows行。