pandas.read_csv() 处理 CSV 文件的 6 个有用参数

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：

1. 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. #1.###############################################################,
2. #2. some metadata #,
3. #3. Last updated: 2022-06-23 05:49:15 UTC #,
4. #4. #,
5. #5. Terms Of Use: #,
6. #6. For questions please contact #,
7. #7. #############################################################,
8. #8. ,
9. date,name
10. 2022-06-23 05:49:15,a1
11. 2022-06-22 14:52:16,a2
12. 2022-06-22 06:45:16,a3
13. 2022-06-21 15:02:34,a4
14. 2022-06-21 09:00:17,a5
15. 2022-06-21 08:59:59,a6
16. 2022-06-20 13:57:09,a7
17. 2022-06-20 09:06:59,a8
18. 2022-06-20 09:06:54,a9
19. 2022-06-19 17:26:45,a10
20. 2022-06-19 17:26:32,a11
21. 2022-06-19 09:26:13,a12
22. 2022-06-19 09:25:57,a13
23. 2022-06-18 07:09:55,a14
24. 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：

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 = ‘#’：

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。

完整文章：

https://avoid.overfit.cn/post/600f8b1b76734fe3b51394d6c2faf565