第二节 Pandas 的数据读取_pd.read_csv()的使用详解

Pandas 是 Python 中用于数据处理和分析的强大库，而 pd.read_csv() 是 Pandas 中用于读取 CSV 文件的函数。CSV（逗号分隔值）是一种常见的文件格式，用于存储表格数据。通过 pd.read_csv()，我们可以轻松地将 CSV 文件导入到 Pandas DataFrame 中，并对其进行进一步的处理和分析。
一、基本用法

import pandas as pd
data = pd.read_csv('filename.csv')

这里，’filename.csv’ 是要读取的 CSV 文件的路径。
二、参数解析

1. filepath_or_buffer: 这是必需的参数，用于指定要读取的 CSV 文件的路径或文件对象。
2. sep/delimiter: 用于指定字段的分隔符。默认为 ‘,’。例如，如果您的 CSV 文件使用制表符作为分隔符，可以设置 sep=' '。
3. header: 用于指定 CSV 文件中的标题行。默认为 ‘infer’，即自动检测标题行。如果您的 CSV 文件没有标题行，可以设置为 None。
4. index_col: 用于指定用作行索引的列。默认为 None。
5. usecols: 一个标签列表，指定要加载的列。例如，usecols=['A', 'B'] 只加载 ‘A’ 和 ‘B’ 两列。
6. skiprows: 一个整数列表，指定要跳过的行数。例如，skiprows=[0, 1] 将跳过前两行。
7. na_values: 一个或多个标记字符串，这些字符串将被视为缺失值（NaN）。默认为 None。
8. dtype: 用于指定数据类型。例如，dtype={'name': str, 'age': int} 将 ‘name’ 列转换为字符串类型，’age’ 列转换为整数类型。
9. parse_dates: 一个布尔值或列表，指示是否将日期列解析为日期类型。默认为 False。
10. skipfooter: 跳过 CSV 文件末尾的行数。默认为 0。
11. encoding: 用于指定文件的字符编码。默认为 ‘utf-8’。
12. squeeze: 如果数据只包含一列，则返回 Series。默认为 False。
13. nrows: 要读取的行数。如果提供此参数，则返回一个 DataFrame，其中包含指定的行数。

    # 示例代码：使用多个参数读取 CSV 文件
    import pandas as pd
    data = pd.read_csv('filename.csv', sep='    ', header=None, usecols=['A', 'B'], skiprows=[0, 1], na_values=['N/A'], dtype={'A': str, 'B': int})

    在这个例子中，我们使用了多个参数来读取 CSV 文件：使用制表符作为分隔符、不使用标题行、只加载 ‘A’ 和 ‘B’ 两列、跳过前两行、将 ‘N/A’ 视为缺失值、并将 ‘A’ 列转换为字符串类型，’B’ 列转换为整数类型。
    三、注意事项

• 在读取 CSV 文件时，请确保文件路径和编码方式正确。
• 根据 CSV 文件的实际情况，可能需要调整分隔符、跳过行数、处理缺失值等参数。
• 如果 CSV 文件中包含大量数据，使用 nrows 参数可以更高效地读取所需行数，减少内存占用。