1 前言
Python的数据分析包Pandas具备读写csv文件的功能,read_csv 实现读入csv文件,to_csv写入到csv文件。每个函数的参数非常多,可以用来解决平时实战时,很多棘手的问题,比如设置某些列为时间类型,当导入列含有重复列名称时,当我们想过滤掉某些列时,当想添加列名称时...
这篇专题我们结合官方文档,带你全面了解这些常用的参数,真正用透这2个函数。实际上,通过这2个函数的学习,我们不光能理解透这两个函数,顺便还可以了解更多Pandas的知识点,下面开始我们的专题之旅。
2 read_csv
读入一个带分隔符的csv文件到DataFrame中,也支持遍历或文件分割为数据片(chunks).
下面是函数的原型:
read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer', names=None, index_col=None, usecols=None, squeeze=False, prefix=None, mangle_dupe_cols=True, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skipinitialspace=False, skiprows=None, skipfooter=0, nrows=None, na_values=None, keep_default_na=True, na_filter=True, verbose=False, skip_blank_lines=True, parse_dates=False, infer_datetime_format=False, keep_date_col=False, date_parser=None, dayfirst=False, iterator=False, chunksize=None, compression='infer', thousands=None, decimal=b'.', lineterminator=None, quotechar='"', quoting=0, doublequote=True, escapechar=None, comment=None, encoding=None, dialect=None, tupleize_cols=None, error_bad_lines=True, warn_bad_lines=True, delim_whitespace=False, low_memory=True, memory_map=False, float_precision=None)
2.1 基本参数
filepath_or_buffer: 数据输入路径,可以是文件路径,也可以是URL,或者实现read方法的任意对象。
sep: 数据文件的分隔符,默认为逗号。假如sep为None,python引擎会通过内置的 csv.Sniffer工具自动判断分隔符。
注意:如果分割字符长度大于1,且不是 '\s+'
, 启动python引擎解析。
举例: test.csv文件分割符为 '\t'
, 如果使用sep默认的逗号分隔符,读入后的数据混为一体。
In [4]: df = pd.read_csv('test.csv')
In [5]: df
Out[5]:
id\tname\tage
0 1\t'gz'\t10
1 2\t'lh'\t12
此时,sep必须设置为 '\t'
,数据方可正确读入。再变换test.csv的分割符为两个空格,此时分隔符设置为 \s+
就可以正确读入。
In [7]: df = pd.read_csv('test.csv',sep='\s+')