Pandas 数据的读取,保存

本文介绍了使用Pandas库中的read_csv和read_table函数来高效读取和处理CSV及表格数据的方法。文中详细解释了如何通过调整参数如sep、header、index_col等来优化数据加载过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

    Pandas 如果没有导入,导出的操作,那所有的一切数据处理的操作都将毫无意义。

     将表格数据读取为DataFrame对象的方法,主要有俩个函数,俩者并无不同,以我看,要是读取以.csv后缀的文件,就用第一个。

    pd.read_csv

    pd.read_table

    俩个函数参数设置

    sep---拆分数据的字符序列,或正则表达式,如 sep=',' 以逗号分开数据, 如sep='\s+',以正则表示的空格分开数据。

    header--设置列名的参数,默认为0,即第一行,数据没有头行,则设置为None,系统默认分配。

    index_col---设置索引

    names---命名列名。

    parse_date--默认False,当为True时,尝试解析所有列,找到可以解析为日期的一列。

    nrows--当数据偏大时,决定读取多少行数据,例 nrows=1000,即读取1000行.







    

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值