Pandas read_csv 参数详解
![](https://static001.geekbang.org/infoq/7c/7cfccad51160668e6721bf03c674193b.png)
前言
在使用 Pandas 进行数据分析和处理时,read_csv
是一个非常常用的函数,用于从 CSV 文件中读取数据并将其转换成 DataFrame 对象。read_csv
函数具有多个参数,可以根据不同的需求进行灵活的配置。本文将详细介绍 read_csv
函数的各个参数及其用法,帮助大家更好地理解和利用这一功能。
获取更多技术资料,请点击!
常用参数概述
pandas 的 read_csv 函数用于读取 CSV 文件。以下是一些常用参数:
filepath_or_buffer
: 要读取的文件路径或对象。sep
: 字段分隔符,默认为,。delimiter
: 字段分隔符,sep 的别名。header
: 用作列名的行号,默认为 0(第一行),如果没有列名则设为 None。names
: 列名列表,用于结果 DataFrame。index_col
: 用作索引的列编号或列名。usecols
: 返回的列,可以是列名的列表或由列索引组成的列表。dtype
: 字典或列表,指定某些列的数据类型。skiprows
: 需要忽略的行数(从文件开头算起),或需要跳过的行号列表。nrows
: 需要读取的行数(从文件开头算起)。skipfooter
: 文件尾部需要忽略的行数。encoding
: 文件编码(如'utf-8','latin-1'等)。parse_dates
: 将某些列解析为日期。infer_datetime_format
: 如果 True 且 parse_dates 未指定,那么将尝试解析日期。iterator
: 如果 True,返回 TextFileReader 对象,用于逐块读取文件。chunksize
: 每个块的行数,用于逐块读取文件。compression
: 压缩格式,例如 'gzip' 或 'xz'
filepath_or_buffer 要读取的文件路径或对象
filepath_or_buffer: FilePath | ReadCsvBuffer[bytes] | ReadCsvBuffer[str]
可以接收 3 种类型,文件路径,读取文件的 bytes, 读取文件的 str。
可以接受任何有效的字符串路径。该字符串可以是 URL。有效的 URL 方案包括 http、ftp、s3、gs 和 file。对于文件 URL,需要主机。本地文件可以是:
file://localhost/path/to/table.csv
。想传入一个路径对象,pandas 接受任何 Path
类文件对象是指具有 read() 方法的对象,例如文件句柄(例如通过内置 open 函数)或
StringIO
。
示例如下:
sep: 字段分隔符,默认为,
sep 字段分隔符,默认为
,
delimiter(同 sep,分隔符)
示例如下:
header 用作列名的行号
header
: 指定哪一行作为列名,默认为 0,即第一行,如果没有列名则设为 None。如下数据,没有header
names 自定义列名
names
自定义列名,如果header=None
,则可以使用该参数。
index_col 用作行索引的列编号或列名
index_col
参数在使用 pandas 的read_csv
函数时用于指定哪一列作为 DataFrame 的索引。如果设置为 None(默认值),CSV 文件中的行索引将用作 DataFrame 的索引。如果设置为某个列的位置(整数)或列名(字符串),则该列将被用作 DataFrame 的索引。
usecols 读取指定的列
usecols
读取指定的列,可以是列名或列编号。
skiprows 、nrows 和 skipfooter
skiprows
: 需要忽略的行数(从文件开头算起),或需要跳过的行号列表。nrows
: 需要读取的行数(从文件开头算起)skipfooter
: 文件尾部需要忽略的行数。
示例如下:
parse_dates 将某些列解析为日期
示例如下:
默认读取的date
日期是字符串类型,使用parse_dates
参数转成datetime
类型。
总结
通过本文的介绍,大家应该对 Pandas 中 read_csv
函数的参数有了更全面的了解。在实际应用中,根据数据的特点和处理需求,灵活使用 read_csv
的各种参数,可以更轻松、高效地进行数据读取和预处理,为数据分析和建模提供更好的基础。
评论