pandas使用常用函式翻譯pandas.read_csv

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=None, error_bad_lines=True, warn_bad_lines=True, skipfooter=0, doublequote=True, delim_whitespace=False, low_memory=True, memory_map=False, float_precision=None)

常用引數：

filepath_or_buffer : str, pathlib.Path, py._path.local.LocalPath or any \檔案路徑名字串，或任何具有read（）方法的物件（例如檔案控制代碼或StringIO）例如，本地檔案可以是file：//localhost/path/to/table.csv

sep：str，預設’，’ 分割符，超過一個字元將視作正則表示式，正則表示式示例：’\r\t’

encoding：str，預設無 編碼以在讀/寫時用於UTF（例如’utf-8’）。Python標準編碼列表

header：int或int列表，預設’推斷’ 用作列名的行號和資料的開頭。 預設行為是推斷列名：如果沒有傳遞名稱，則與header = 0行為相同，並且從檔案的第一行推斷列名，如果顯式傳遞列名，則行為與header = None相同。 顯式傳遞header = 0以便能夠替換現有名稱。 標題可以是整數列表，其指定列上的多索引的行位置，例如[0,1,3]。 將跳過未指定的干預行（例如，跳過此示例中的2）。 請注意，此引數忽略註釋行和空行ifskip_blank_lines = True，因此header = 0表示第一行資料而不是檔案的第一行。

例項：

data_df = pd.read_csv(‘table.csv’, header=0, encoding=“utf-8”)

引數：

filepath_or_buffer ： str，pathlib.Path，py._path.local.LocalPath或者任何具有read（）方法的物件（例如檔案控制代碼或StringIO）該字串可以是一個URL。有效的URL方案包括http，ftp，s3和file。對於檔案URL，需要主機。例如，本地檔案可以是file：//localhost/path/to/table.csv

sep：str，預設’，‘分隔符使用。如果sep為None，則C引擎無法自動檢測分隔符，但Python解析引擎可以，這意味著後者將被使用並通過Python的內建嗅探器工具自動檢測分隔符csv.Sniffer。此外，長度超過1個字元且與分隔符’\s+‘不同將被解釋為正則表示式，並且還將強制使用Python解析引擎。請注意，正則表示式分隔符很容易忽略引用的資料。正則表示式示例：’\r\t’

delimiter：str，預設None

sep的替代引數名稱。

delim_whitespace：布林值，預設為False

指定是否將空格（例如或）用作sep。相當於設定。如果此選項設定為True，則不應為 引數傳遞任何內容。’ ‘’\t’sep=’\s+'delimiter

版本0.18.1中的新增功能：支援Python解析器。

header：int或int列表，預設’推斷’

用作列名的行號和資料的開頭。預設行為是推斷列名：如果沒有傳遞名稱，則行為相同，header=0並且從檔案的第一行推斷列名，如果顯式傳遞列名，則行為相同 header=None。明確傳遞header=0以能夠替換現有名稱。標頭可以是整數列表，其指定列上的多索引的行位置，例如[0,1,3]。將跳過未指定的干預行（例如，跳過此示例中的2）。請注意，此引數忽略註釋行和空行if skip_blank_lines=True，因此header = 0表示第一行資料而不是檔案的第一行。

names：array-like，預設為None

要使用的列名列表。如果檔案不包含標題行，則應顯式傳遞header = None。此列表中的重複項將導致UserWarning釋出。

index_col：int或sequence或False，預設為None

用作DataFrame的行標籤的列。如果給出序列，則使用MultiIndex。如果在每行末尾有一個帶有分隔符的格式錯誤的檔案，您可能會考慮使用index_col = False來強制pandas使用第一列作為索引（行名稱）

usecols：list-like或callable，預設為None

返回列的子集。如果類似列表，則所有元素必須是位置（即文件列中的整數索引）或與使用者名稱稱或從文件標題行推斷的列名對應的字串。例如，有效的類似列表的 usecols引數將是[0,1,2]或[‘foo’，‘bar’，‘baz’]。元素順序被忽略，因此也是如此。要從保留元素順序例項化DataFrame，請按順序使用 列或 按順序使用。usecols=[0, 1][1, 0]datapd.read_csv(data, usecols=[‘foo’, ‘bar’])[[‘foo’, ‘bar’]][‘foo’, ‘bar’]pd.read_csv(data, usecols=[‘foo’, ‘bar’])[[‘bar’, ‘foo’]][‘bar’, ‘foo’]

如果是可呼叫的，則將根據列名評估可呼叫函式，返回可呼叫函式求值為True的名稱。一個有效的可呼叫引數的例子是。使用此引數可以大大加快解析時間並降低記憶體使用率。lambda x: x.upper() in [‘AAA’, ‘BBB’, ‘DDD’]

squeeze：boolean，預設為False

如果解析的資料只包含一列，則返回一個Series

prefix：str，預設無

沒有標題時新增到列號的字首，例如X0，X1的“X”，…

mangle_dupe_cols：布林值，預設為True

重複的列將被指定為’X’，‘X.1’，…‘X.N’，而不是’X’…‘X’。如果列中存在重複的名稱，則傳入False將導致資料被覆蓋。

dtype：列的型別名稱或字典 - >型別，預設為無

資料或列的資料型別。例如{‘a’：np.float64，‘b’：np.int32}將str或object與合適的na_values設定一起使用以保留和不解釋dtype。如果指定了轉換器，則它們將應用於dtype轉換的INSTEAD。

引擎：{‘c’，‘python’}，可選

使用解析器引擎。C引擎速度更快，而python引擎目前功能更加完善。

converter：dict，預設無

用於轉換某些列中的值的函式的字典。鍵可以是整數或列標籤

true_values：list，預設無

要考慮為True的值

false_values：list，預設無

要考慮為False的值

skipinitialspace：布林值，預設為False

分隔符後跳過空格。

skiprows：list-like或integer或callable，預設為None

要在檔案開頭跳過（0索引）或要跳過的行數（int）的行號。

如果是可呼叫的，則將根據行索引計算可呼叫函式，如果應該跳過該行則返回True，否則返回False。一個有效的可呼叫引數的例子是。lambda x: x in [0, 2]

skipfooter：int，預設值為0

要跳過的檔案底部的行數（不支援engine =‘c’）

nrows：int，預設無

要讀取的檔案行數。用於讀取大檔案

na_values：標量，str，list-like或dict，預設無

要識別為NA / NaN的其他字串。如果dict通過，則具體的每列NA值。預設情況下，以下值被解釋為NaN：’’，’＃N / A’，’＃N / AN / A’，’＃N’，’ - 1。＃IND’，’ - 。＃QNAN’， ‘-NaN’，’ - nan’，‘1。＃IND’，‘1。＃QNAN’，‘N / A’，‘NA’，‘NULL’，‘NaN’，‘n / a’，'nan '， ‘空值’。

keep_default_na：bool，預設為True

解析資料時是否包含預設NaN值。根據是否傳入na_values，行為如下：

如果keep_default_na為True，並且na_values指定，na_values 附加到預設用於解析NaN值。 如果keep_default_na為True，並且未指定na_values，則僅使用預設NaN值進行解析。 如果keep_default_na是假，和na_values指定，只有指定的NaN值na_values用於解析。 如果keep_default_na為False，並且未指定na_values，則不會將任何字串解析為NaN。 請注意，如果將na_filter作為False 傳入，則將忽略keep_default_na和 na_values引數。

na_filter：布林值，預設為True

檢測缺失值標記（空字串和na_values的值）。在沒有任何NA的資料中，傳遞na_filter = False可以提高讀取大檔案的效能

verbose：布林值，預設為False

指示放置在非數字列中的NA值的數量

skip_blank_lines：布林值，預設為True

如果為True，則跳過空行而不是解釋為NaN值

parse_dates：boolean或int或名稱列表或列表或dict列表，預設為False

布林值。如果為True - >嘗試解析索引。 整體或名稱列表。例如，如果[1,2,3] - >嘗試將每個列1,2,3解析為一個單獨的日期列。 列表清單。例如，如果[[1,3]] - >將第1列和第3列組合在一起並解析為單個日期列。 dict，例如{‘foo’：[1,3]} - >將第1,3列解析為日期並呼叫結果’foo’ 如果列或索引包含不可解析的日期，則整個列或索引將作為物件資料型別以不變的方式返回。對於非標準日期時間解析，請pd.to_datetime在之後使用pd.read_csv

注意：iso8601格式的日期存在快速路徑。

infer_datetime_format：boolean，預設為False

如果啟用了True和parse_dates，pandas將嘗試推斷列中日期時間字串的格式，如果可以推斷，請切換到更快的解析方法。在某些情況下，這可以將解析速度提高5-10倍。

keep_date_col：布林值，預設為False

如果True和parse_dates指定組合多個列，則保留原始列。

date_parser：function，預設無

用於將字串列序列轉換為日期時間例項陣列的函式。預設用於dateutil.parser.parser進行轉換。Pandas將嘗試以三種不同的方式呼叫date_parser，如果發生異常則前進到下一個：1）將一個或多個數組（由parse_dates定義）作為引數傳遞 ; 2）將parse_dates定義的列中的字串值連線（逐行）到一個數組中並傳遞; 3）使用一個或多個字串（對應於parse_dates定義的列）作為引數，為每一行呼叫date_parser一次。

dayfirst：boolean，預設為False

DD / MM格式日期，國際和歐洲格式

iterator：boolean，預設為False

返回TextFileReader物件以進行迭代或獲取塊 get_chunk()。

chunksize：int，預設無

返回TextFileReader物件以進行迭代。有關和的 更多資訊，請參閱IO Tools文件。iteratorchunksize

compression ：{‘infer’，‘gzip’，‘bz2’，‘zip’，‘xz’，無}，預設’推斷’

用於磁碟上資料的即時解壓縮。如果’infer’和 filepath_or_buffer是類似路徑的，則從以下擴充套件中檢測壓縮：’。gz’，’。bz2’，’。zip’或’.xz’（否則無解壓縮）。如果使用’zip’，則ZIP檔案必須只包含一個要讀入的資料檔案。設定為None表示不進行解壓縮。

版本0.18.1中的新功能：支援’zip’和’xz’壓縮。

thousands ：str，預設無

千位分隔符

decimal：str，預設’。’

要識別為小數點的字元（例如，對歐洲資料使用​​’，’）。

float_precision：string，預設無

指定C引擎應該將哪個轉換器用於浮點值。選項有沒有對於普通轉換器， 高的高精度轉換器，以及round_trip用於往返轉換器。

lineterminator：str（長度為1），預設為None

將檔案分成行的字元。僅對C解析器有效。

quotechar：str（長度為1），可選

用於表示引用專案的開頭和結尾的字元。引用的專案可以包括分隔符，它將被忽略。

quoting ：int或csv.QUOTE_ *例項，預設為0

控制欄位引用每個csv.QUOTE_*常量的行為。使用QUOTE_MINIMAL（0），QUOTE_ALL（1），QUOTE_NONNUMERIC（2）或QUOTE_NONE（3）之一。

doublequote：布林值，預設值True

如果指定了quotechar且未引用QUOTE_NONE，則指示是否將欄位中的兩個連續的quotechar元素解釋為單個quotechar元素。

escapechar：str（長度為1），預設為None

引用時用於轉義分隔符的單字元字串是QUOTE_NONE。

comment：str，預設無

表示不應解析行的剩餘部分。如果在行的開頭找到，則該行將被完全忽略。此引數必須是單個字元。與空行（只要skip_blank_lines=True）一樣，引數標題會忽略完全註釋的行，但不會被 跳過。例如，如果comment=’#’，解析 #empty\na,b,c\n1,2,3與header=0將導致“A，B，C”被視為標題。

encoding：str，預設無

編碼以在讀/寫時用於UTF（例如’utf-8’）。Python標準編碼列表

dialect：str或csv.Dialect例項，預設為None

如果提供的話，該引數將覆蓋為以下引數的值（預設或不）：分隔符，雙引號，escapechar， skipinitialspace，quotechar，和引用。如果需要覆蓋值，則會發出ParserWarning。有關更多詳細資訊，請參閱csv.Dialect文件。

tupleize_cols：boolean，預設為False

自版本0.21.0後不推薦使用：此引數將被刪除，並始終轉換為MultiIndex 按原樣在列上保留元組列表（預設是在列上轉換為MultiIndex）

error_bad_lines：布林值，預設為True

具有太多欄位的行（例如，具有太多逗號的csv行）將預設導致引發異常，並且不會返回任何DataFrame。如果為False，那麼這些“壞行”將從返回的DataFrame中刪除。

warn_bad_lines：布林值，預設為True

如果error_bad_lines為False，並且warn_bad_lines為True，則將輸出每個“壞行”的警告。

low_memory：布林值，預設為True

以塊的形式內部處理檔案，導致在解析時使用較少的記憶體，但可能是混合型別推斷。要確保沒有混合型別，請設定False，或使用dtype引數指定型別。請注意，整個檔案都被讀入單個DataFrame中，使用chunksize或iterator引數以塊的形式返回資料。（僅對C解析器有效）

memory_map：boolean，預設為False

如果為filepath_or_buffer提供了檔案路徑，則將檔案物件直接對映到記憶體並直接從那裡訪問資料。使用此選項可以提高效能，因為不再有任何I / O開銷。

返回： 結果 ： DataFrame或TextParser