详解pandas的read_csv函数

一、官网参数

        pandas官网参数网址：pandas.read_csv — pandas 1.5.2 documentation

如下所示：

 二、常用参数详解

1、filepath_or_buffer(文件)

        一般指读取文件的路径。比如读取csv文件。【必须指定】

import pandas as pd

df_1 = pd.read_csv(r"C:\Users\wwb\Desktop\data1.csv")

print(df_1)

2、sep(分隔符)

        指定分隔符。如果不指定参数，默认逗号分隔。常见的分隔符：英文逗号(,)，制表符(\t)，竖线(|)。其中，英文逗号最常用。

import pandas as pd

df_1 = pd.read_csv(r"C:\Users\wwb\Desktop\data1.csv",sep=',')

print(df_1)

3、 header(表头)

        表头即列名，默认第0行数据为表头。【从0开始计数】，以下为excel示意表头。

 如果数据没有表头，可以通过header=None表示。

import pandas as pd

df_1 = pd.read_csv(r"C:\Users\wwb\Desktop\data1.csv",sep=',',header=None)

print(df_1)

结果如下，第0行成为数据，列名重置为0、1、2。因此，需要仅对无表头数据设置此参数。

 4、names(列名)

        用于原始数据无表头，又想设置列名的情况。如下数据，直接读取，默认0、1、2为列名：

import pandas as pd

df_1 = pd.read_csv(r"C:\Users\wwb\Desktop\data1.csv",sep=',',header=None)

print(df_1)

 

         如果需要给列命名，可以通过names参数设定列名，即可将数据列命名。

import pandas as pd

df_1 = pd.read_csv(r"C:\Users\wwb\Desktop\data1.csv",sep=',',header=None,
                   names=['name','age','income'])

print(df_1)

 5、dtype(数据类型)

    指定字段数据类型。例如：

import pandas as pd

df_1 = pd.read_csv(r"C:\Users\wwb\Desktop\data1.csv",sep=',',header=None,
                   names=['name','age','income'],
                    dtype={'name':str,'age':int,'income':int})

print(df_1)
print(df_1.dtypes)

指定name列为str类型，age和income为int数据类型。【pandas中的object即python的str】

6、engine(引擎)

        pandas解析数据时用的引擎。pandas 目前的解析引擎提供两种：c、python，默认为 c，因为 c 引擎解析速度更快，但是特性没有 python 引擎全。如果使用 c 引擎没有的特性时，会自动退化为 python 引擎。

        与我们使用密切相关的：有时候读取数据文件会报错：OSError: Initializing from file failed

 那么此时需要设定    engine='python'   ，即可成功读取文件。

import pandas as pd

df_1 = pd.read_csv(r"C:\Users\wwb\Desktop\data1.csv",sep=',',header=None,
                   names=['name','age','income'],engine='python')

print(df_1)

7、skiprows(跳过指定行)

        对于前N行数据不想要读进内存，可以指定此参数跳过。

未指定结果：

        

指定  skiprows=1 即跳过一行结果：

import pandas as pd

df_1 = pd.read_csv(r"C:\Users\wwb\Desktop\data1.csv",sep=',',header=None,
                   names=['name','age','income'],engine='python',skiprows=1)

print(df_1)

 8、encoding(编码)

        文件编码：一般为  utf8  或者  gbk  编码。

如何查看与修改文件编码：如何修改文件的编码_Python伊甸园的博客-CSDN博客_如何修改文件的编码格式

import pandas as pd

df_1 = pd.read_csv(r"C:\Users\wwb\Desktop\data1.csv",sep=',',header=None,
                   names=['name','age','income'],engine='python',skiprows=1,
                   encoding='utf8')

print(df_1)

       以上就是最常用的pandas读取数据文件参数信息。

公众号内有更多干货分享哦~~