python中pandas.read_csv()函数的深入讲解
作者:lienGu 发布时间:2023-12-27 00:10:32
这里将更新最新的最全面的read_csv()函数功能以及参数介绍,参考资料来源于官网。
pandas库简介
官方网站里详细说明了pandas库的安装以及使用方法,在这里获取最新的pandas库信息,不过官网仅支持英文。
pandas是一个Python包,并且它提供快速,灵活和富有表现力的数据结构。这样当我们处理"关系"或"标记"的数据(一维和二维数据结构)时既容易又直观。
pandas是我们运用Python进行实际、真实数据分析的基础,同时它是建立在NumPy之上的。
csv文件格式简介
函数介绍
pandas.csv() 函数将逗号分离的值 (csv) 文件读入数据框架。还支持可选地将文件读入块或将其分解。
函数原型
源文件
pandas.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, skipfooter=0, 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, cache_dates=True, iterator=False, chunksize=None, compression=‘infer', thousands=None, decimal='.', lineterminator=None, quotechar='"', quoting=0, doublequote=True, escapechar=None, comment=None, encoding=None, dialect=None, error_bad_lines=True, warn_bad_lines=True, delim_whitespace=False, low_memory=True, memory_map=False, float_precision=None, storage_options=None
函数参数以及含义
输入
参数名 | 功能以及含义 |
---|---|
filepath_or_buffer | 字符串。任何有效的字符串路径都可以,网址也行。 |
sep | 字符串,表示分隔符,默认为',' .。一个字符及以上都可以,注意如果是转义字符要加'' |
delimiter | 字符串,sep的别名,默认None |
header | int或者int列表,默认由推断出来。这是用于规定列名的行号。 |
names | 类似于数组结构,选择性使用。这是要使用的列名称列表,与header共同使用。 |
index_col | 整数或者字符串或者整数/字符串列表。指定用作的行标签的列。 |
usecols | 列表,可用可不用。功能是返回列的子集。 |
squeeze | 布尔值,默认为False。如果解析的数据仅包含一列,则返回一个Series |
prefix | 字符串,选择性使用。没有标题时要添加到列号的前缀 |
mangle_dupe_cols | 布尔值,默认为True。重复的列将被指定为“ X”,“ X.1”,……“ X.N”,而不是“ X”……“ X”。如果列中的名称重复,则False将导致数据被覆盖。 |
dtype | 类型名称或者类型列的字典,选择性使用。数据或列的数据类型。 |
engine | {‘c', ‘python'},选择性使用。要使用的解析器引擎。C引擎速度更快,而python引擎当前功能更完善。 |
converters | 字典,选择性使用。转换器,用于转换某些列中的值的函数的字典。键可以是整数或列标签。 |
true_value | 列表,选择性使用。视为True的值 |
false_values | 列表,选择性使用。视为False的值 |
skipinitialspace | 布尔值,默认为False。在定界符后跳过空格。 |
skiprows | 列表或者整数,选择性使用。在文件开始处要跳过的行号(索引为0)或要跳过的行数(整数)。 |
skipfooter | 整数,默认为0。要跳过的文件底部的行数(不支持engine =‘c')。 |
nrows | 整数,选择性使用。要读取的文件行数。对于读取大文件很有用。 |
na_values | 标量,字符串,类似列表的字典,选择性使用。识别为NA / NaN的其他字符串。如果dict通过,则为特定的每列NA值。默认情况下,以下值解释为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 | 布尔值,默认为True。解析数据时是否包括默认的NaN值。 |
na_filter | 布尔值,默认为True。检测缺失值标记(空字符串和na_values的值)。请注意,如果将na_filter传递为False,则将忽略keep_default_na和 na_values参数。 |
verbose | 布尔值,默认为False。指示放置在非数字列中的NA值的数量。 |
skip_blank_lines | 布尔值,默认为True。如果为True,跳过空白行,并且不解释为NaN值。 |
parse_dates | 布尔值,整数列表,名称列表,列表或字典的列表。默认为False。功能是解析为时间。 |
infer_datetimes_format | 布尔值,默认为False。如果启用True和parse_dates,则pandas将尝试推断列中日期时间字符串的格式,并且如果可以推断出日期格式,就会切换到更快的解析它们的方法。 |
keep_date_col | 布尔值,默认为False。如果True和parse_dates指定合并多个列,则保留原始列。 |
date_parser | 函数,选择性使用。用于将字符串列序列转换为日期时间实例数组的函数。 |
dayfirst | 布尔值,默认为False。DD / MM格式的日期,国际和欧洲格式。 |
cache_dates | 布尔值,默认为True。如果为True,则使用唯一的转换日期缓存来应用datetime转换。 |
iterator | 布尔值,默认为False。返回TextFileReader对象以进行迭代或使用获取块 get_chunk()。 |
chunksize | 整数,选择性使用。返回TextFileReader对象以进行迭代。 |
compression | {‘infer', ‘gzip', ‘bz2', ‘zip', ‘xz', None},默认为'infer'。用于对磁盘数据进行即时解压缩。设置为“无”将不进行解压缩。 |
thousands | 字符串,选择性使用。千位分隔符。 |
decimal | 字符串,默认为'.'。识别为小数点的字符(例如,对于欧洲数据,请使用“,”)。 |
lineterminator | 长度为1的字符串,选择性使用。用于将文件分成几行的字符。仅对C解析器有效。 |
quotechar | 长度为1的字符串,选择性使用。用于表示引用项目的开始和结束的字符。 |
quoting | 整数或者csv.QUOTE_* 实例,默认为0。每个csv.QUOTE_*常量的控制字段引用行为。使用QUOTE_MINIMAL(0),QUOTE_ALL(1),QUOTE_NONNUMERIC(2)或QUOTE_NONE(3)中的一种。 |
doublequote | 布尔值,默认为True。如果指定quotechar而未使用引号QUOTE_NONE,则指示是否将一个字段内的两个连续的quotechar元素解释为单个quotechar元素。 |
escapechar | 长度为1的字符串,选择性使用。 一字符字符串,用于转义其他字符。 |
comment | 字符串,选择性使用。指示不应分析行的其余部分。如果在一行的开头找到该行,则将完全忽略该行。此参数必须是单个字符。 |
encoding | 字符串,选择性使用。读/写时用于UTF的编码(例如'utf-8')。 |
dialect | 字符串或者csv.Dialect,选择性使用。如果提供的话,该参数将覆盖为以下参数的值(默认或不):delimiter, doublequote, escapechar, skipinitialspace, quotechar, and quoting。 |
error_bad_lines | 布尔值,默认为True。 默认情况下,具有太多字段的行(例如,带有太多逗号的csv行)将引发异常,并且不会返回任何DataFrame。如果为False,则这些“坏行”将从返回的DataFrame中删除。 |
warn_bad_lines | 布尔值,默认为True。如果error_bad_lines为False,而warn_bad_lines为True,则将为每个“坏行”输出警告。 |
delim_whiterspace | 布尔值,默认为False。指定是否将空格(例如或)用作分隔符。 |
low_memory | 布尔值,默认为True。在内部对文件进行分块处理,从而在解析时减少了内存使用。 |
memory_map | 布尔值,默认为False。如果为filepath_or_buffer提供了文件路径,则将文件对象直接映射到内存中,然后直接从那里访问数据。使用此选项可以提高性能,因为不再有任何I / O开销。 |
float_precision | 字符串,选择性使用。指定C引擎应将哪个转换器用于浮点值。 |
storage_option | 字典,选择性使用。解析特殊的URL。如果为该参数提供非fsspec URL,则会引发错误。 |
返回
DataFrame:将逗号分隔值(csv)文件读取到DataFrame中。
函数使用实例
终端使用范例:
>>>import pandas as pd
>>>pd.read_csv('data.csv')
代码行使用范例
#导入pandas库,并取别名为pd
import pandas as pd
#books.csv与项目不在同一文件夹下使用绝对路径,分隔符为';',出错的行直接跳过,编码方式使用"latin-1",变量books是DataFrame数据结构
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())
总结
来源:https://blog.csdn.net/weixin_43690010/article/details/115178050
猜你喜欢
- 概述从今天开始, 小白我将带领大家一起来补充一下 数据库的知识.MySQL 安装下载地址:https://dev.mysql.com/dow
- 作为一个数据分析师,应该信奉一句话——“一图胜千言”。不过这里要说的并不是数据可视化,而是一款全民向的产品形态——表情包!!!!表情包不仅仅
- 一、构造dataframeimport pandas as pdimport numpy as npdf=pd.DataFrame(np.a
- YAML是一种直观的能够被电脑识别的的数据序列化格式,容易被人类阅读,并且容易和脚本语言交互。YAML类似于XML,但是语法比XML简单得多
- Cookies,有些人喜欢它们,有些人憎恨它们。但是,很少有人真正知道如何使用它们。现在你可以成为少数人中的成员-可以自傲的Cookie 大
- 1.抽象类抽象类机制中总是要定义一个公共的基类,而将特定的细节留给继承者来实现。通过抽象概念,可以在开发项目中创建扩展性很好的架构。任何一个
- 数据结构&Series:'''series {索引 + 数据} 形式索引是自动生成的''
- 目录1. 流程分析2. 具体实现3. 百度图片爬虫+生成素描图我给大家带来的是 50行代码,生成一张素描图。让自己也是一个素描“大师”。那废
- 这次我主要讲解如何用Python基于Flask的登录和注册,验证方式采用Basic Auth 主要用以下库import os#Flask的基
- 什么是循环呢?简单理解,循环就是反复的去做某一件事情。生活中的例子:比如我们听歌的时候,在歌曲的页面就会出现单曲循环、列表循环、随机播放以及
- 一步步教你怎么用Python画雪人,进一步熟悉Python的基础画图操作,废话不多说,上代码。希望您给个关注给个赞,也算对我们的支持了。cl
- 前言废话不多说,直接开造。这里的话我们有两个目标,第一个是如何把一个2维图片上的点映射到3维空间。第二就是如何生成3D点云。当然实际上这是一
- 本文实例讲述了Python基于Matplotlib库简单绘制折线图的方法。分享给大家供大家参考,具体如下:Matplotlib画折线图,有一
- 描述int函数可以将一个指定进制的数字型字符串或者十进制数字转化为整形。语法int(object, base)名称说明备注object一个数
- 本文实例讲述了python开发之thread实现布朗运动的方法。分享给大家供大家参考,具体如下:这里我将给大家介绍有关python中thre
- 本文实例讲述了Python封装shell命令的方法。分享给大家供大家参考。具体实现方法如下:# -*- coding: utf-8 -*-i
- 判断类型在Python中我们可以使用type进行类型的判断#我们想看一个对象的的类型可以这样class A: passa = A
- 由Oralce8.1开始,Oracle增加了一个新的特性就是Stored Outlines,或者称为Plan Stability(计划稳定性
- 1. 范数示例代码:import torcha = torch.full([8], 1)b = a.reshape([2, 4])c = a
- 本文以实例简单解析了php多任务程序的实现方法,具体代码如下:<?phperror_reporting(E_ALL);set_time