【第6章】1、pandas读取文件（sep分隔符，header列名，skiprows跳行、na_values缺失值）

1、pandas的解析函数

函数	描述
read_csv	从文件、URL或文件对象读取分隔好的数据，，是默认的分隔符
read_table	从文件、URL或文件型对象读取分隔好的数据，制表符 (\t)是默认的分隔符
read_fwf	从特定宽度格式的文件中读取数据 (无分隔符)
read_clipboard	read_table的剪贴板版本，在将表格从Web 页面上转换成数据时有用
read_excel	从Excel的XLS或XLSX文件中读取表格数据
read_hdf	读取用pandas存储的HDF5文件
read_html	从HTML文件中读取所有表格数据
read_json	从JSON(JavaScript Object Notation) 字符串中读取数据
read_msgpack	读取MessagePack 二进制格式的pandas数据
read_pickle	读取以Pythonpickle格式存储的任意对象
read_sas	读取存储在SAS系统中定制存储格式的SAS数据集
read_sql	将SOL查询的结果(使用SOLAlchemy)读取为pandas的DataFrame
read_stata	读取Stata格式的数据集
read feather	读取Feather二进制格式

2、read_csv、read_table函数参数

参数	描述
path	表明文件系统位置的字符串、URL 或文件型对象
sep	用于分隔每行字段的字符序列或正则表达式
header	用作列名的行号，默认是0(第一行)，如果没有列名的话，应该为None
index_col	用作结果中行索引的列号或列名，可以是一个单一的名称/数字也可以是一个分层索引
names	结果的列名列表，和 header=None 一起用
skiprows	从文件开头处起，需要跳过的行数或行号列表
na_values	需要用NA替换的值序列
comment	在行结尾处分隔注释的字符
parse_dates	尝试将数据解析为 datetime，默认是 False。如果为 True，将尝试解析所有的列。也可以指定列号或列名列表来进行解析。如果列表的元素是元组或列表，将会把多个列组合在一起进行解析(例如日期/时间将拆分为两列)
keep date col	如果连接列到解析日期上，保留被连接的列，默认是 False
converters	包含列名称映射到函数的字典 (例如[foo’:f会把函数f应用到’foo’列)
dayfirst	解析非明确日期时，按照国际格式处理(例如7/6/2012-> June7,2012)，默认为 False

3、分隔符（sep）

# 1、读取ex1文件（read_csv）
pd.read_csv(Path('../源代码/examples/ex1.csv'))
"""
	a	b	c	d	message
0	1	2	3	4	hello
1	5	6	7	8	world
2	9	10	11	12	foo
"""
-------------------------------------------------------------
# 1-1、读取文件（read_table）
pd.read_table(Path('../源代码/examples/ex1.csv'))
"""
	a,b,c,d,message
0	1,2,3,4,hello
1	5,6,7,8,world
2	9,10,11,12,foo
"""
---------------------------------------