Pandas之read_csv和read_excel用法

刺骨的言语ヽ痛彻心扉 2022-06-09 20:08 175阅读 0赞

之前看到一篇文章讲的不错，不过翻译的有点生硬：[pandas.read\_csv参数详解][pandas.read_csv]

# pandas.read\_csv #

这是pandas.read\_csv原文档：  
[http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read\_csv.html][http_pandas.pydata.org_pandas-docs_stable_generated_pandas.read_csv.html]

## 函数格式： ##

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, 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)

功能是：

> 读取CSV（逗号分割）文件到DataFrame  
> 也支持文件的部分导入和选择迭代

## 参数如下： ##

**在这里我只翻译一下我目前常用的一些函数参数：**

**filepath\_or\_buffer** : `str, pathlib.Path, py._path.local.LocalPath or any object with a read() method (such as a file handle or StringIO)`

> 参数可以是URL，有效的URL体系包括：http, ftp, s3和file。对于文件的URLs，host是预定的。  
> 本地文件读取实例：://localhost/path/to/table.csv

**header** : `int or list of ints, default ‘infer’`

> 指定第几行来作为列名，默认是数据最开始的那一行。如果文件中没有列名，则默认为0，否则设置为None。如果明确设定header=0就会替换掉原来存在列名。header参数可以是一个list例如：\[0,1,3\]，这个list表示将文件中的这些行作为列标题（意味着每一列有多个标题），介于中间的行将被忽略掉（例如本例中的2；本例中的数据1,2,4行将被作为多级标题出现，第3行数据将被丢弃，dataframe的数据从第5行开始。）。  
> 注意：如果skip\_blank\_lines=True  
> 那么header参数忽略注释行和空行，所以header=0表示第一行数据而不是文件的第一行。

# pandas.read\_excel #

此函数是用来操作excel文件的，用法跟read\_csv差不多。

[pandas.read_csv]: http://www.cnblogs.com/datablog/p/6127000.html
[http_pandas.pydata.org_pandas-docs_stable_generated_pandas.read_csv.html]: http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html