Pandas的read_csv函数参数分析详解

Pandas

read_csv函数

32 浏览量更新于2023-03-16 收藏 76KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源推荐

Pandas的的read_csv函数参数分析详解函数参数分析详解

主要介绍了Pandas的read_csv函数参数分析详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作

具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

函数原型函数原型

复制代码代码如下:

pd.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer', names=None, index_col=None, usecols=None,

squeeze=False, prefix=None, mangle_dupe_cols=True, dtype=None, engine=None, converters=None, true_values=None,

false_values=None, skipinitialspace=False, skiprows=None, nrows=None, na_values=None, keep_default_na=True,

na_filter=True, verbose=False, skip_blank_lines=True, parse_dates=False, infer_datetime_format=False,

keep_date_col=False, date_parser=None, dayfirst=False, iterator=False, chunksize=None, compression='infer',

thousands=None, decimal=b'.', lineterminator=None, quotechar='"', quoting=0, escapechar=None, comment=None,

encoding=None, dialect=None, tupleize_cols=False, error_bad_lines=True, warn_bad_lines=True, skipfooter=0,

skip_footer=0, doublequote=True, delim_whitespace=False, as_recarray=False, compact_ints=False, use_unsigned=False,

low_memory=True, buffer_lines=None, memory_map=False, float_precision=None)

必填参数必填参数

filepath_or_buffer : str，pathlib。str, pathlib.Path,

py._path.local.LocalPath or any object with a read() method

(such as a file handle or StringIO)

读取文件路径，可以是URL，可用URL类型包括：http, ftp, s3和文件。

常用参数常用参数

sep :str, default ‘,'

指定分隔符。如果不指定参数，则会尝试使用逗号分隔。csv文件一般为逗号分隔符。

delimiter ： str, default None

定界符，备选分隔符（如果指定该参数，则sep参数失效）

delim_whitespace :boolean, default False.

指定空格(例如' ‘或者' ‘)是否作为分隔符使用，等效于设定sep='\s+'。

如果这个参数设定为Ture那么delimiter 参数失效。

header :int or list of ints, default ‘infer'

指定行数用来作为列名，数据开始行数。如果文件中没有列名，则默认为0，否则设置为None。对于数据读取有表头和没表头

的情况很实用

header :int or list of ints, default ‘infer'

指定行数用来作为列名，数据开始行数。如果文件中没有列名，则默认为0，否则设置为None。

names : array-like, default None

用于结果的列名列表，对各列重命名，即添加表头。

如数据有表头，但想用新的表头，可以设置header=0,names=['a','b']实现表头定制。

index_col : int or sequence or False, default None

用作行索引的列编号或者列名，如果给定一个序列则有多个行索引。

可使用index_col=[0,1]来指定文件中的第1和2列为索引列。

usecols : array-like, default None

返回一个数据子集，即选取某几列，不读取整个文件的内容，有助于加快速度和降低内存。

usecols=[1,2]或usercols=['a','b']

squeeze : boolean, default False

如果文件只包含一列，则返回一个Series

prefix : str, default None

在没有列标题时，给列添加前缀。例如：添加‘X' 成为 X0, X1, ...

mangle_dupe_cols : boolean, default True

重复的列，将‘X'...'X'表示为‘X.0'...'X.N'。如果设定为False则会将所有重名列覆盖。

不太常用参数不太常用参数

dtype : Type name or dict of column -> type, default None

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余3页未读，立即下载

weixin_38630612

粉丝: 5
资源: 892

会员权益专享

Pandas的read_csv函数参数分析详解

pandas.read_csv参数详解(小结)

Readcsv

Pandas之read_csv()读取文件跳过报错行的解决

pandas的read_csv详解

pandas.read_csv()参数详解

pandas的read_csv

python的pd.read_csv函数

pd.read_csv（）参数详解

pandas 的 pd.read_csv（）详解

python的pandas的read_csv

pd.read_csv函数详解

pd.read_csv用法

pd.read_csv中文形成乱码

read_csv 时间显示 异常

python 读取csv文件数据详解，给出read_csv定义和参数含义

with df in pd.read_csv('data.csv',chunksize=100000)

pd.read_csv()的参数详解

pd.read_csvl()参数详解

read_csv名字

pd.read_csv将NA转换成NaN

会员权益专享

最新资源

read_csv 时间显示异常