pandas读取csv文件的数据数目(pandas.readcsv)

Pandas.read_CSV 有很多有用的参数,你都知道吗?本文将介绍一些 pandas.read_csv()有用的参数,这些参数在我们日常处理CSV文件的时候是非常有用的。

pandas.read_csv() 是最流行的数据分析框架 pandas 中的一个方法。 我们日常使用的时候这个函数也是我们用的最多的,但是pandas.read_csv() 有很多输入参数,其中 filepath或buffer 参数是必不可少的,其余的都是可选的。所以我们一般也不会太关注,但是这些可选参数可以帮我们解决大问题。以下是read_csv完整的参数列表:

pandas.read_csv(filepath_or_buffer, sep=NoDefault.no_default, delimiter=None, header=infer, names=NoDefault.no_default, index_col=None, usecols=None, squeeze=None, prefix=NoDefault.no_default, 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=None, 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, encoding_errors=strict, dialect=None, error_bad_lines=None, warn_bad_lines=None, on_bad_lines=None, delim_whitespace=False, low_memory=True, memory_map=False, float_precision=None, storage_options=None)

我们用以下的CSV 文件作为样例。 你可以将此数据复制到文本文件中并将其保存为 dummy.csv 文件。

#1.###############################################################, #2. some metadata #, #3. Last updated: 2022-06-23 05:49:15 UTC #, #4. #, #5. Terms Of Use: #, #6. For questions please contact #, #7. #############################################################, #8. , date,name 2022-06-23 05:49:15,a1 2022-06-22 14:52:16,a2 2022-06-22 06:45:16,a3 2022-06-21 15:02:34,a4 2022-06-21 09:00:17,a5 2022-06-21 08:59:59,a6 2022-06-20 13:57:09,a7 2022-06-20 09:06:59,a8 2022-06-20 09:06:54,a9 2022-06-19 17:26:45,a10 2022-06-19 17:26:32,a11 2022-06-19 09:26:13,a12 2022-06-19 09:25:57,a13 2022-06-18 07:09:55,a14 2022-06-17 08:14:21,a15

1、skiprows

skiprows 接收一个正整数。 在读取 CSV 文件时,如果使用了 skiprows,Pandas 将从头开始删除指定的行。 我们想从开头跳过 8 行,因此将 skiprows 设置为 8。如下所示:

pandas读取csv文件的数据数目(pandas.readcsv)(1)

2、comment

comment接收一个字符。 如果该字符在行首出现,则将跳过该行。 我们想跳过上面显示的 CSV 文件中包含一些额外信息的行,所以 CSV 文件读入 pandas 时指定 comment = ‘#’:

pandas读取csv文件的数据数目(pandas.readcsv)(2)

3、nrows

nrows 表示从顶部开始读取的行数,这是在处理 skiprows 和comment参数后计算的。 如果希望从大文件中提取加载一部分数据,就需要这个参数。

例如,只读取在删除任何以数字“#”开头的行之后剩下的前 5 行。

pandas读取csv文件的数据数目(pandas.readcsv)(3)

4、dtype

在读取数据时可以直接定义某些列的 dtype。我们将name定义为string。

pandas读取csv文件的数据数目(pandas.readcsv)(4)

5、parse_dates

如果数据包含日期列,还可以在读取时使用 parse_dates 定义日期列。 Pandas 将自动从指定的“日期”列推断日期格式。 我们将date传入parse_dates , pandas 自动会将“date”列推断为日期 dtype。

pandas读取csv文件的数据数目(pandas.readcsv)(5)

6、skipfooter

与skiprows类似,它将跳过文件底部的行数。 (这个参数不支持engine=c,所以需要指定engine=“python”,可以看下面截图中的提示)。 CSV 文件中,如果想删除最后一行,那么可以指定 skipfooter =1:

pandas读取csv文件的数据数目(pandas.readcsv)(6)

以上就是6个非常简单但是有用的参数,在读取CSV时使用它们可以最大限度地减少数据加载所需的工作量并加快数据分析。

作者:R. Gupta

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。