共计 884 个字符,预计需要花费 3 分钟才能阅读完成。
read_csv
函数是 pandas
库中的一个函数,用于读取 CSV 文件并将其转换为 DataFrame
对象。
以下是 read_csv
函数的使用方法:
- 导入
pandas
库:
import pandas as pd
- 使用
read_csv
函数读取 CSV 文件:
df = pd.read_csv('file.csv')
其中,file.csv
是要读取的 CSV 文件的路径。
- 可选地,可以使用
sep
参数指定 CSV 文件中的分隔符,默认为逗号(,
):
df = pd.read_csv('file.csv', sep=';')
- 可选地,可以使用
header
参数指定 CSV 文件中是否存在标题行,以及标题行的位置,默认为'infer'
,表示自动推断:
df = pd.read_csv('file.csv', header=0)
其中,header=0
表示第一行为标题行,header=None
表示没有标题行。
- 可选地,可以使用
names
参数指定自定义的列名:
df = pd.read_csv('file.csv', names=['col1', 'col2', 'col3'])
其中,['col1', 'col2', 'col3']
是自定义的列名列表。
- 可选地,可以使用
index_col
参数指定作为索引的列的位置或列名:
df = pd.read_csv('file.csv', index_col=0)
其中,index_col=0
表示将第一列作为索引。
- 可选地,可以使用
dtype
参数指定每列的数据类型:
df = pd.read_csv('file.csv', dtype={'col1': str, 'col2': int, 'col3': float})
其中,{'col1': str, 'col2': int, 'col3': float}
是每列的数据类型字典。
- 可选地,可以使用
skiprows
参数跳过指定的行数:
df = pd.read_csv('file.csv', skiprows=[0, 2, 3])
其中,skiprows=[0, 2, 3]
表示跳过第 1、3 和 4 行。
这些只是 read_csv
函数的一些常用参数,还有其他一些参数可以根据需求进行设置。
丸趣 TV 网 – 提供最优质的资源集合!
正文完