读取csv文件用函数 pd.read_csv()
常用参数介绍
1.pd.read_csv(filepath_or_buffer = 文件路径) 需要指定读取文件的路径
2. pd.read_csv(encoding='gbk') 指定的编码格式
3.pd.read_csv(sep=',') sep是表示数据是以什么分割 默认的是逗号
4.pd.read_csv(skiprows='1') 跳过第几行开始读取,现在是从第二行开始读取数据
5.pd.read_csv(nrows= '15) 表示只读取前15行的数据
6.pd.read_csv(parse_dates=['交易日期']) 表示指定某列数据为日期,否则将以字符串形式导入,列表内可以加入多个参数,以逗号隔开['交易日期','买入日期']
7.pd.read_csv(index_col=['交易日期']) 将指定的列设置为index 设置为每行的名字
8.pd.read_csv(usecols=['交易日期', '收盘价']) 表示只读取哪些列,不设置默认全部读取
9.pd.read_csv(error_bad_lines=False) 表示遇见某行数据不整齐时自动跳过不读取,且不会报错
10.pd.read_csv(na_values='NULL') 将数据中的null识别为空值,而不是当作字符串去识别
import pandas as pd
df = pd.read_csv( # pandas常用参数
filepath_or_buffer=r'C:\Users\Administrator\Desktop\wsj_stock_data\data\sh600009.csv',
encoding='gbk',
# sep=',', # sep是表示数据是以什么分割 默认的是逗号
# skiprows='1', # 跳过第几行开始读取
# nrows= '15' # 表示只读取前多少行数据
# parse_dates=['交易日期'], # 表示指定某列数据为日期,否则将以字符串形式导入,列表内可以加入多个参数
# index_col=['交易日期'], # 将指定的列设置为index 设置为每行的名字
# usecols=['交易日期', '收盘价'], # 表示只读取哪些列,不设置默认全部读取
# error_bad_lines=False, # 表示遇见某行数据不整齐时自动跳过不读取,且不会报错
# na_values='NULL', # 将数据中的null识别为空值,而不是当作字符串去识别
)
print(df)
exit()