python文件的读写read_csv常用参数

pandas.read_csv参数理解

filepath_or_buffer

filepath_or_buffer是pandas.read_csv的默认第一个参数，用于指定读取的文件的路径，一般直接给值

pd.read_csv('data/ex1.csv')
# 等价于pd.read_csv(filepath_or_buffer='data/ex1.csv')

header

指定作为标题的行，默认为0，如果不需要可以指定为None
header 的值可以是一个行数（数字），也可以是一个列表，如[0,1,3]，将有多个标题行
但是要注意的是，当header指定某一行时，如果这一行不是第一行，那么该行前面的数据会被忽略。如果指定的是一个如[1,3]的列表时，那么不仅前面的行会被忽略，之间的行也会被忽略

举两个例子：
数据：

1、读取第2行作为标题行，第一行将会被忽略掉

result = pd.read_csv('data/ex3.txt', header=1,delim_whitespace=True)
result

获得结果：

2、读取多行作为标题行，不仅仅上面的行被忽略的，之间的行也被忽略了

result = pd.read_csv('data/ex3.txt', header=[1,3],delim_whitespace=True)
result

获得结果：

sep

指定的分隔符，默认为 ‘,’ 逗号
如果文件是用tab和多个空格分隔的，那么可以设置参数为sep=’\s+’
sep=’\s+'作用是： s+可以将tab和多个空格都当成一样的分隔符！！！！！！
举个例子：现在有一个文本文件它的分隔符是tab或者是空格

这个时候使用默认的sep读取出来的结果会有错误，所以需要另外设置sep的值，这里只要设置sep=’\s+'就能正常的读取该文件

result = pd.read_csv('data/ex3.txt', sep='\s+')
result

获得结果：

delimiter

备选分隔符，功能与sep相同，如果指定该参数那么sep将失效，使用上面sep的例子，在原本的基础上再指定delimiter参数，获得的结果无法正常读取我们想要的内容，说明sep失去了效果

result = pd.read_csv('data/ex3.txt', sep='\s+', delimiter=',')
result

获得结果：

delim_whitespace

指定空格是否作为分隔符使用，等价于sep=’\s+’&#x