Python数据分析基础与应用电子活页4-18read_csv()函数语法格式及其常用参数说明.docx

Python数据分析基础与应用

模块

PAGE2

PAGE21

电子活页4-18read_csv()函数语法格式及其常用参数说明

read_csv()函数用于从文件、URL、文件型对象中加载带分隔符的数据，其默认分隔符为半角逗号（,）。

read_csv()函数的语法格式如下：

pandas.read_csv(filepath_or_buffer,sep=,,delimiter=None,header=infer,names=None,

index_col=None,usecols=None)

read_csv()函数的参数非常多，其常用参数说明如下。

①filepath_or_buffer：用来指定数据的路径，该参数可以是一个str对象、path对象或者类文件对象。如果该参数是一个str对象，则这个str对象必须是一个有效的文件路径，这个str对象还可以是一个URL，如HTTP、FTP等。

②sep：该参数用来指定数据中列的分隔符，接收一个str对象，默认分隔符为半角逗号。

③delimiter：该参数也是用来指定分隔符的，与参数sep功能相同，但其默认值为None。也就是说这个参数默认是不启用的，但是启用时也可以正确读取文件。使用read_csv()函数时，sep参数和delimiter参数指定一个即可，同时指定时，以delimiter参数为准。

④header：如果数据中包含表头，或者说列名，则这个参数用来指定表头在数据中的行号。该参数接收一个int对象或者由int对象构成的列表对象，默认值是infer。infer的行为如下：如果没有指定names参数，infer就等价于header=0，这时会从文件的第一行读取为列名；如果指定了names参数，infer就等价于header=None，这时会从names参数而非文件中读取列名；如果不使用默认值infer，而给header参数指定一个int对象，则会从int对象对应的行号读取列名。

⑤names：该参数用来指定列名，主要接收array-like的数据，例如列表等，不过要求列表中的元素不能重复。names参数的应用场景是：当数据中没有表头时，使用header参数无法读到表头，就需要使用names参数来额外指定列名。

header参数和names参数的使用方法如下。

?数据中没有表头或者列名时，只使用names参数来自定义列名。

?数据中有表头或列名时，只使用header参数指定表头在数据中的行号。

?数据中有表头或列名，但是对列名不满意想自定义列名，可以同时使用header参数和names参数。

⑥index_col：DataFrame是pandas中自定义的一个数据结构，相对于常规的表格来说，DataFrame的一个显著特点就是行和列都是有索引的，行的索引称为index。如读取的数据中，我们发现id列的左边还有一列，这一列就是index。Pandas会默认生成index，index从0开始的整数。如果在读取CSV文件时想自定义index，尤其是希望把数据中的某一列数据作为index，就可以使用这个参数。这个参数可以接收一个int对象、str对象、int序列、str序列等，默认值为None，即不设置index。

该参数可以是int对象，其表示想要设置为index的列在所有列中的编号，编号从0开始。即如果是0表示将第1列设置为index，如果是1则表示将第2列设置为index。

⑦usecols：一个文件中的数据可能有很多列，有时候我们只需要部分列，这时可以使用usecols参数，这个参数接收一个列表对象或者可调用对象。如果是列表对象，则要求列表中的元素要么都是int对象，要么都是str对象。和index_col参数一样，int对象表示需要的列在所有列中的编号，编号从0开始；str对象表示列名字符串。