Pandas.read_csv

Hello大家好，歡迎來到【統計GO】，本公眾號內容主要針對數據分析的愛好者，不定期分享一些好用的數據分析工具和機器學習資料，以及一些求職必備技能，幫助大家花更少的時間學更多的知識。

本期為大家推薦的是Python語言中用的最多的一條命令：pandas.raad_csv.小編接下來將一些使用頻率比較高的參數逐一解釋給大家，對于一些不推薦使用的參數小編將會省略掉。

下一期將會為大家解讀如何用Python讀取時間型數據。

如果本期內容對您有所幫助，記得及時關注。

pandas.read_csv

1.filepath_or_buffer：設置需要訪問的文件的有效路徑.

2.sep：str, default ','.

指定讀取文件的分隔符.支持自定義分隔符.

3.delimiter：str, default None

定界符.備選分隔符（如果指定該參數，則sep參數失效）

4.header：str, default None

指定作為整個數據集列名的行.如果數據集中沒有列名，則需要設置header=None.對有表頭的數據識別第一行作為header.

5.names ：array-like, default None

用于結果的列名列表，如果數據文件中沒有列標題行，就需要執行header=None。

6.index_col：int or sequence or False, default None

指定數據集中的某1列作為索引(index_col = 1/2).

7.usecols：array-like, default None

指定只讀取文件中的某一列數據.例如：只讀取前四列，usecols = [0,1,2,3])

8.squeeze：boolean, default False

如果文件值包含一列，則返回一個Series.

pandas.read_csv

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

每列數據的數據類型。例如 {‘a’: np.float64, ‘b’: np.int32}

10.skiprows : list-like or integer, default None

需要忽略的行數（從文件開始處算起），或需要跳過的行號列表（從0開始）。

11.nrows : int, default None

需要讀取的行數（從文件頭開始算起）。

12.na_values: scalar, str, list-like, or dict, default None

一組用于替換NA/NaN的值。如果傳參，需要制定特定列的空值。默認'N/A','NA','NULL', 'NaN', 'nan'.

13.keep_default_na : bool, default True

如果指定na_values參數，并且keep_default_na =False，那么默認的NaN將被覆蓋，否則添加。

14.na_filter : boolean, default True

是否檢查丟失值（空字符串或者是空值）。對于大文件來說數據集中沒有空值，設定為False可以提升讀取速度。

13.skip_blank_lines : boolean, default True
如果為False，則記為NaN；否跳過。

14.parse_dates : boolean or list of ints or names or list of lists or dict, default False

讀取文件時，以時間格式讀取某幾列。小編下一期會針對時間專門出一期。

boolean. True -> 解析索引 [1, 2, 3] -> 解析1,2,3列的值作為獨立的日期列； [[1, 2]] -> 合并1,2列作為一個日期列使用 {'time': [1, 2]} -> 將1,2列合并，并給合并后的列起名為"time"

15.encoding : str, default None
指定字符集類型，通常指定為'utf-8'，支持切換其它格式.

# 一次性讀取文件夾中所有CSV數據 import os import pandas as pd frame = [] path = (".../COVID-19-master/csse_covid_19_data/csse_covid_19_daily_reports") for file in os.listdir(path):filepath = path + "/" + file# print(filepath)frame.append(pd.read_csv(filepath,usecols = ["Country/Region","Province/State","Last Update","Confirmed"])) df = pd.concat(frame,ignore_index = True) print(df.head(10)

總結

以上是生活随笔為你收集整理的np读取csv文件_pandas.read_csv函数参数详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。