Python | 使用pandas.read_csv()读取csv

在Python中，pandas是一个功能强大且广泛使用的数据处理库。其中，读取csv文件是pandas的一项重要功能，可以使用pandas.read_csv()函数轻松地从磁盘加载csv文件并将其转换成pandas.DataFrame对象。在这篇文章中，我们将介绍如何使用pandas.read_csv()读取csv文件，并讲解一些常见的使用技巧。

语法

pandas.read_csv(filepath_or_buffer: Union[str, pathlib.Path, IO[~AnyStr]], 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: str = '.', lineterminator=None, quotechar='"', quoting=0, escapechar=None, comment=None, encoding=None, dialect=None, error_bad_lines=True, warn_bad_lines=True, on_bad_lines=None, delim_whitespace=False, low_memory=True, memory_map=False, float_precision=None)

在这里给出函数的参数列表。虽然函数有很多参数，但是大多数参数都有默认值，因此只需提供必要参数即可。

• filepath_or_buffer: 指定待读取的csv文件路径或文件对象。
• sep: 指定列分隔符，默认为逗号。
• delimiter: 与'sep'参数效果一致。
• header: 指定csv文件是否包含标题行。如果包含，'header'可以为整数或列表，指定标题所在的行数或行名。如果不包含标题行，则为None。
• names: 可以指定列名。
• index_col: 指定作为行索引的列，可以是列名或列号。
• usecols: 指定要读取哪些列。
• dtype: 指定每列的数据类型。
• encoding: 指定编码格式。
• comment: 指定注释符号，注释符号之后的所有内容都会被忽略。

示例

下面是一个示例，演示如何使用pandas.read_csv()函数读取csv文件。

import pandas as pd

# 读取csv文件，并指定第一列为行索引
df = pd.read_csv('data.csv', index_col=0)

# 打印读取的数据
print(df)

上面代码假设有一个名为data.csv的csv文件，内容如下：

name,age,gender
Alice,30,F
Bob,24,M
Charlie,37,M

运行上面的代码，将输出如下结果：

         age gender
name              
Alice     30      F
Bob       24      M
Charlie   37      M

总结

pandas.read_csv()函数是pandas的一个重要函数，可以很方便地读取csv文件并转换成DataFrame对象。本文简要介绍了该函数的语法和一些常见的参数，同时给出了一个简单的示例。在使用pandas时，建议先查看pandas的官方文档，掌握更多的使用技巧。