【python】pandas库pd.read_csv读取csv文件

最新推荐文章于 2025-06-06 15:09:46 发布

转载最新推荐文章于 2025-06-06 15:09:46 发布 · 1.5w 阅读

文章标签：

1 篇文章

订阅专栏

本文介绍如何使用Python的Pandas库读取CSV文件，并详细解释pd.read_csv函数的主要参数，包括sep、header、skip_blank_lines、prefix及nrows等，帮助读者更好地掌握数据加载技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

pd.read_csv可读取 csv 格式文档到DataFrame

主要参数：

data = pd.read_csv('./result.csv',sep=',')

data = pd.read_csv('./result.csv',header=None,prefix='XX')

data = pd.read_csv('./result.csv',nrows = 4)

相对路径：以mac为例

import os
#获取当前工作路径
os.getcwd()
data = pd.read_csv('./result.csv',sep=',')
#下层Data文件夹中
data = pd.read_csv('./Data/result.csv',sep=',')

sep：如果不指定参数，则会尝试使用逗号分隔。分隔符长于一个字符并且不是‘\s+’,将使用python的语法分析器。并且忽略数据中的逗号。正则表达式例子：’\r\t’。
header: 指定行数用来作为列名，数据开始行数。如果文件中没有列名，则默认为0【第一行数据】，否则设置为None。如果明确设定 header = 0 就会替换掉原来存在列名。header参数可以是一个list例如：[0,1,3]。注意：如果skip_blank_lines=True 那么header参数忽略注释行和空行，所以header=0表示第一行数据而不是文件的第一行
skip_blank_lines:boolean, default True: 如果为True，则跳过空行；否则记为NaN。
prefix：希望达到列名称有规律的情况下，将header设定为None，给列添加前缀。例如：添加prefix= ‘X’ 使得列名称成为 X0, X1, …
nrows: 需要读取的行数（从文件头开始算起）