| 參數(shù)名 | 功能以及含義 |
|---|---|
| filepath_or_buffer | 字符串。任何有效的字符串路徑都可以，網(wǎng)址也行。 |
| sep | 字符串，表示分隔符，默認(rèn)為',' .。一個字符及以上都可以，注意如果是轉(zhuǎn)義字符要加'' |
| delimiter | 字符串，sep的別名，默認(rèn)None |
| header | int或者int列表，默認(rèn)由推斷出來。這是用于規(guī)定列名的行號。 |
| names | 類似于數(shù)組結(jié)構(gòu)，選擇性使用。這是要使用的列名稱列表，與header共同使用。 |
| index_col | 整數(shù)或者字符串或者整數(shù)/字符串列表。指定用作的行標(biāo)簽的列。 |
| usecols | 列表，可用可不用。功能是返回列的子集。 |
| squeeze | 布爾值，默認(rèn)為False。如果解析的數(shù)據(jù)僅包含一列，則返回一個Series |
| prefix | 字符串，選擇性使用。沒有標(biāo)題時要添加到列號的前綴 |
| mangle_dupe_cols | 布爾值，默認(rèn)為True。重復(fù)的列將被指定為“ X”，“ X.1”，……“ X.N”，而不是“ X”……“ X”。如果列中的名稱重復(fù)，則False將導(dǎo)致數(shù)據(jù)被覆蓋。 |
| dtype | 類型名稱或者類型列的字典，選擇性使用。數(shù)據(jù)或列的數(shù)據(jù)類型。 |
| engine | {‘c', ‘python'}，選擇性使用。要使用的解析器引擎。C引擎速度更快，而python引擎當(dāng)前功能更完善。 |
| converters | 字典，選擇性使用。轉(zhuǎn)換器，用于轉(zhuǎn)換某些列中的值的函數(shù)的字典。鍵可以是整數(shù)或列標(biāo)簽。 |
| true_value | 列表，選擇性使用。視為True的值 |
| false_values | 列表，選擇性使用。視為False的值 |
| skipinitialspace | 布爾值，默認(rèn)為False。在定界符后跳過空格。 |
| skiprows | 列表或者整數(shù)，選擇性使用。在文件開始處要跳過的行號（索引為0）或要跳過的行數(shù)（整數(shù)）。 |
| skipfooter | 整數(shù)，默認(rèn)為0。要跳過的文件底部的行數(shù)（不支持engine =‘c'）。 |
| nrows | 整數(shù)，選擇性使用。要讀取的文件行數(shù)。對于讀取大文件很有用。 |
| na_values | 標(biāo)量，字符串，類似列表的字典，選擇性使用。識別為NA / NaN的其他字符串。如果dict通過，則為特定的每列NA值。默認(rèn)情況下，以下值解釋為NaN：''，'＃N / A'，'＃N / AN / A'，'＃NA'，'-1.＃IND'，'-1.＃QNAN'， ‘-NaN'，'-nan'，‘1.＃IND'，‘1.＃QNAN'，''，‘N / A'，‘NA'，‘NULL'，‘NaN'，‘n / a'，‘nan'，‘null'。 |
| keep_default_na | 布爾值，默認(rèn)為True。解析數(shù)據(jù)時是否包括默認(rèn)的NaN值。 |
| na_filter | 布爾值，默認(rèn)為True。檢測缺失值標(biāo)記（空字符串和na_values的值）。請注意，如果將na_filter傳遞為False，則將忽略keep_default_na和 na_values參數(shù)。 |
| verbose | 布爾值，默認(rèn)為False。指示放置在非數(shù)字列中的NA值的數(shù)量。 |
| skip_blank_lines | 布爾值，默認(rèn)為True。如果為True，跳過空白行，并且不解釋為NaN值。 |
| parse_dates | 布爾值，整數(shù)列表，名稱列表，列表或字典的列表。默認(rèn)為False。功能是解析為時間。 |
| infer_datetimes_format | 布爾值，默認(rèn)為False。如果啟用True和parse_dates，則pandas將嘗試推斷列中日期時間字符串的格式，并且如果可以推斷出日期格式，就會切換到更快的解析它們的方法。 |
| keep_date_col | 布爾值，默認(rèn)為False。如果True和parse_dates指定合并多個列，則保留原始列。 |
| date_parser | 函數(shù)，選擇性使用。用于將字符串列序列轉(zhuǎn)換為日期時間實例數(shù)組的函數(shù)。 |
| dayfirst | 布爾值，默認(rèn)為False。DD / MM格式的日期，國際和歐洲格式。 |
| cache_dates | 布爾值，默認(rèn)為True。如果為True，則使用唯一的轉(zhuǎn)換日期緩存來應(yīng)用datetime轉(zhuǎn)換。 |
| iterator | 布爾值，默認(rèn)為False。返回TextFileReader對象以進行迭代或使用獲取塊 get_chunk()。 |
| chunksize | 整數(shù)，選擇性使用。返回TextFileReader對象以進行迭代。 |
| compression | {‘infer', ‘gzip', ‘bz2', ‘zip', ‘xz', None}，默認(rèn)為'infer'。用于對磁盤數(shù)據(jù)進行即時解壓縮。設(shè)置為“無”將不進行解壓縮。 |
| thousands | 字符串，選擇性使用。千位分隔符。 |
| decimal | 字符串，默認(rèn)為'.'。識別為小數(shù)點的字符（例如，對于歐洲數(shù)據(jù)，請使用“，”）。 |
| lineterminator | 長度為1的字符串，選擇性使用。用于將文件分成幾行的字符。僅對C解析器有效。 |
| quotechar | 長度為1的字符串，選擇性使用。用于表示引用項目的開始和結(jié)束的字符。 |
| quoting | 整數(shù)或者csv.QUOTE_* 實例，默認(rèn)為0。每個csv.QUOTE_*常量的控制字段引用行為。使用QUOTE_MINIMAL（0），QUOTE_ALL（1），QUOTE_NONNUMERIC（2）或QUOTE_NONE（3）中的一種。 |
| doublequote | 布爾值，默認(rèn)為True。如果指定quotechar而未使用引號QUOTE_NONE，則指示是否將一個字段內(nèi)的兩個連續(xù)的quotechar元素解釋為單個quotechar元素。 |
| escapechar | 長度為1的字符串，選擇性使用。 一字符字符串，用于轉(zhuǎn)義其他字符。 |
| comment | 字符串，選擇性使用。指示不應(yīng)分析行的其余部分。如果在一行的開頭找到該行，則將完全忽略該行。此參數(shù)必須是單個字符。 |
| encoding | 字符串，選擇性使用。讀/寫時用于UTF的編碼（例如'utf-8'）。 |
| dialect | 字符串或者csv.Dialect，選擇性使用。如果提供的話，該參數(shù)將覆蓋為以下參數(shù)的值（默認(rèn)或不）：delimiter, doublequote, escapechar, skipinitialspace, quotechar, and quoting。 |
| error_bad_lines | 布爾值，默認(rèn)為True。 默認(rèn)情況下，具有太多字段的行（例如，帶有太多逗號的csv行）將引發(fā)異常，并且不會返回任何DataFrame。如果為False，則這些“壞行”將從返回的DataFrame中刪除。 |
| warn_bad_lines | 布爾值，默認(rèn)為True。如果error_bad_lines為False，而warn_bad_lines為True，則將為每個“壞行”輸出警告。 |
| delim_whiterspace | 布爾值，默認(rèn)為False。指定是否將空格（例如或）用作分隔符。 |
| low_memory | 布爾值，默認(rèn)為True。在內(nèi)部對文件進行分塊處理，從而在解析時減少了內(nèi)存使用。 |
| memory_map | 布爾值，默認(rèn)為False。如果為filepath_or_buffer提供了文件路徑，則將文件對象直接映射到內(nèi)存中，然后直接從那里訪問數(shù)據(jù)。使用此選項可以提高性能，因為不再有任何I / O開銷。 |
| float_precision | 字符串，選擇性使用。指定C引擎應(yīng)將哪個轉(zhuǎn)換器用于浮點值。 |
| storage_option | 字典，選擇性使用。解析特殊的URL。如果為該參數(shù)提供非fsspec URL，則會引發(fā)錯誤。 |
返回
DataFrame：將逗號分隔值（csv）文件讀取到DataFrame中。
終端使用范例：
>>>import pandas as pd
>>>pd.read_csv('data.csv')
代碼行使用范例
#導(dǎo)入pandas庫，并取別名為pd
import pandas as pd
#books.csv與項目不在同一文件夾下使用絕對路徑，分隔符為';'，出錯的行直接跳過，編碼方式使用"latin-1"，變量books是DataFrame數(shù)據(jù)結(jié)構(gòu)
books = pd.read_csv('D:\coder\python_program\Books.csv', sep=';', error_bad_lines = False, encoding="latin-1")
#查看books的行和列
print(books.shape)
#查看
print(list(books.columns))
print(books.head())
到此這篇關(guān)于python中pandas.read_csv()函數(shù)的文章就介紹到這了,更多相關(guān)python pandas.read_csv()函數(shù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
標(biāo)簽：日照 安慶 錦州 天水 隨州 股票 白城 西安
巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《python中pandas.read_csv()函數(shù)的深入講解》，本文關(guān)鍵詞 python,中,pandas.read,csv,函數(shù),；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題，煩請?zhí)峁┫嚓P(guān)信息告之我們，我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無關(guān)。