pandas.read_csv 是 Pandas 库中最常用的函数之一,用于读取 CSV 文件并将其转换为 DataFrame。它提供了多种参数来定制读取过程。下面是详细的使用方法和一些常见示例。
函数签名
pandas.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='.', lineterminator=None, quotechar='"', quoting=0, doublequote=True, escapechar=None,
comment=None, encoding=None, dialect=None, error_bad_lines=True, warn_bad_lines=True, delim_whitespace=False,
low_memory=True, memory_map=False, float_precision=None)
常用参数
filepath_or_buffer: 文件路径或对象。
sep: 分隔符,默认是逗号(,)。
header: 用作列名的行号,默认为 0(第一行)。
names: 列名列表。
index_col: 用作行索引的列号或列名。
usecols: 要读取的列号或列名列表。
dtype: 每列的数据类型。
na_values: 用作缺失值的字符串。
skiprows: 要跳过的行数或行号列表。
nrows: 读取的行数。
parse_dates: 将列解析为日期。
基本示例
1)读取 CSV 文件
import pandas as pd
df = pd.read_csv('data.csv')
print(df)
2)指定分隔符
df = pd.read_csv('data.csv', sep=';')
print(df)
3)指定列名
df = pd.read_csv('data.csv', names=['Column1', 'Column2', 'Column3'], header=0)
print(df)
4)指定索引列
df = pd.read_csv('data.csv', index_col='Column1')
print(df)
5)读取特定列
df = pd.read_csv('data.csv', usecols=['Column1', 'Column2'])
print(df)
6)处理缺失值
df = pd.read_csv('data.csv', na_values=['NA', 'Missing'])
print(df)
7)解析日期
df = pd.read_csv('data.csv', parse_dates=['DateColumn'])
print(df)
8)跳过行
df = pd.read_csv('data.csv', skiprows=2)
print(df)
9)读取指定行数
df = pd.read_csv('data.csv', nrows=5)
print(df)