Pandas read_csv 参数详解
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。
社区：ceshiren.com 微信：ceshiren2021 2019-10-23 加入
微信公众号：霍格沃兹测试开发 提供性能测试、自动化测试、测试开发等资料，实时更新一线互联网大厂测试岗位内推需求，共享测试行业动态及资讯，更可零距离接触众多业内大佬。
评论