Pandas的read_csv和to_csv函数参数分析详解，pandas的
read_cs。。。
Pandas的read_csv和 to_csv函数参数分析详解
1. read_csv
read_csv⽅法定义
index_col=None, usecols=None, squeeze=False, prefix=None, mangle_dupe_cols=True,
dtype=None, engine=None, converters=None, true_values=None, false_values=None,
skipinitialspace=False, skiprows=None, nrows=None, na_values=None,
keep_default_na=True, na_filter=True, verbose=False, skip_blank_lines=True,
parse_dates=False, infer_datetime_format=False, keep_date_col=False,
date_parser=None, dayfirst=False, iterator=False, chunksize=None,
compression='infer', thousands=None, decimal=b'.', lineterminator=None,
quotechar='"', quoting=0, escapechar=None, comment=None, encoding=None,
dialect=None, tupleize_cols=False, error_bad_lines=True, warn_bad_lines=True,
skipfooter=0, skip_footer=0, doublequote=True, delim_whitespace=False,
as_recarray=False, compact_ints=False, use_unsigned=False,
low_memory=True, buffer_lines=None, memory_map=False, float_precision=None)
读取⽂件路径，可以是URL，可⽤URL类型包括：http, ftp, s3和⽂件。
常⽤参数
sep :str, default ‘,'
指定分隔符。如果不指定参数，则会尝试使⽤逗号分隔。csv⽂件⼀般为逗号分隔符。
delimiter ： str, default None
定界符，备选分隔符（如果指定该参数，则sep参数失效）
delim_whitespace :boolean, default False.
指定空格(例如' ‘或者' ‘)是否作为分隔符使⽤，等效于设定sep='\s+'。
如果这个参数设定为Ture那么delimiter 参数失效。
header :int or list of ints, default ‘infer'
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，否则设置为None。对于数据读取有表头和没表头的情况很实⽤
header :int or list of ints, default ‘infer'
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，否则设置为None。
names : array-like, default None
⽤于结果的列名列表，对各列重命名，即添加表头。
如数据有表头，但想⽤新的表头，可以设置header=0,names=['a','b']实现表头定制。
index_col : int or sequence or False, default None
⽤作⾏索引的列编号或者列名，如果给定⼀个序列则有多个⾏索引。
可使⽤index_col=[0,1]来指定⽂件中的第1和2列为索引列。
usecols : array-like, default None
返回⼀个数据⼦集，即选取某⼏列，不读取整个⽂件的内容，有助于加快速度和降低内存。usecols=[1,2]或usercols=['a','b']
squeeze : boolean, default False
如果⽂件只包含⼀列，则返回⼀个Series
prefix : str, default None
在没有列标题时，给列添加前缀。例如：添加‘X' 成为 X0, X1, ...
mangle_dupe_cols : boolean, default True
重复的列，将‘X'...'X'表⽰为‘X.0'...'X.N'。如果设定为False则会将所有重名列覆盖。
不太常⽤参数
dtype : Type name or dict of column -> type, default None
每列数据的数据类型。例如 {‘a': np.float64, ‘b': np.int32}
engine : {‘c', ‘python'}, optional
使⽤的分析引擎。可以选择C或者是python。C引擎快但是Python引擎功能更加完备。
converters : dict, default None
列转换函数的字典。key可以是列名或者列的序号。
true_values和false_values : list, default None
Values to consider as True or False
skipinitialspace :boolean, default False
忽略分隔符后的空⽩（默认为False，即不忽略）
skiprows : list-like or integer, default None
需要忽略的⾏数（从⽂件开始处算起），或需要跳过的⾏号列表（从0开始）。
skipfooter : int, default 0
从⽂件尾部开始忽略。 (c引擎不⽀持)
nrows : int, default None
需要读取的⾏数（从⽂件头开始算起）。
na_values : scalar, str, list-like, or dict, default None
⼀组⽤于替换NA/NaN的值。如果传参，需要制定特定列的空值。
默认为‘1.#IND', ‘1.#QNAN', ‘N/A', ‘NA', ‘NULL', ‘NaN', ‘nan'`.
keep_default_na : bool, default True
如果指定na_values参数，并且keep_default_na=False，那么默认的NaN将被覆盖，否则添加。
na_filter : boolean, default True
是否检查丢失值（空字符串或者是空值）。
对于⼤⽂件来说数据集中没有空值，设定na_filter=False可以提升读取速度。
verbose :boolean, default False
是否打印各种解析器的输出信息，例如：“⾮数值列中缺失值的数量”等。
skip_blank_lines :boolean, default True
如果为True，则跳过空⾏；否则记为NaN。
encoding : str, default None
指定字符集类型，通常指定为'utf-8'. List of Python standard encodings
dialect : str or csv.Dialect instance, default None
如果没有指定特定的语⾔，如果sep⼤于⼀个字符则忽略。具体查看csv.Dialect ⽂档
tupleize_cols : boolean, default False
Leave a list of tuples on columns as is (default is to convert to a Multi Index on the columns)
error_bad_lines : boolean, default True
如果⼀⾏包含太多的列，那么默认不会返回DataFrame ，如果设置成false，那么会将改⾏剔除（只能在C解析器下使⽤）。
warn_bad_lines : boolean, default True
如果error_bad_lines =False，并且warn_bad_lines =True 那么所有的“bad lines”将会被输出（只能在C解析器下使⽤）。
low_memory : boolean, default True
分块加载到内存，在低内存消耗中解析。但是可能出现类型混淆。
确保类型不被混淆需要设置为False。或者使⽤dtype 参数指定类型。
注意使⽤chunksize 或者iterator 参数分块读⼊会将整个⽂件读⼊到⼀个Dataframe，
⽽忽略类型（只能在C解析器中有效）
⽇期类型相关参数
parse_dates : boolean or list of ints or names or list of lists or dict, default False
boolean. True -> 解析索引
list of ints or names. e.g. If [1, 2, 3] -> 解析1,2,3列的值作为独⽴的⽇期列；
list of lists. e.g. If [[1, 3]] -> 合并1,3列作为⼀个⽇期列使⽤
round函数有几个参数dict, e.g. {‘foo' : [1, 3]} -> 将1,3列合并，并给合并后的列起名为"foo"
⽰例：ad_csv(file_path,parse_dates=['time1','time2'])，
把time1和time2两列解析为⽇期格式。
这⾥不得不说，很遗憾中⽂不⾏，⽐如‘4⽉5⽇'这种格式就不能解析。
infer_datetime_format :boolean, default False
如果设定为True并且parse_dates 可⽤，那么pandas将尝试转换为⽇期类型，如果可以转换，转换⽅法并解析。
在某些情况下会快5~10倍。
keep_date_col : boolean, default False
如果连接多列解析⽇期，则保持参与连接的列。默认为False。
date_parser : function, default None
于解析⽇期的函数，默认使⽤dateutil.parser.parser来做转换。
Pandas尝试使⽤三种不同的⽅式解析，如果遇到问题则使⽤下⼀种⽅式。
1.使⽤⼀个或者多个arrays（由parse_dates指定）作为参数；
2.连接指定多列字符串作为⼀个列作为参数；
3.每⾏调⽤⼀次date_parser函数来解析⼀个或者多个字符串（由parse_dates指定）作为参数。
dayfirst : boolean, default False
DD/MM格式的⽇期类型
⼤⽂件常⽤参数
iterator : boolean, default False
返回⼀个TextFileReader 对象，以便逐块处理⽂件。
chunksize : int, default None
⽂件块的⼤⼩， See IO Tools docs for more informationon iterator and chunksize.
chunksize : int, default None
⽂件块的⼤⼩， See IO Tools docs for more informationon iterator and chunksize.
chunksize : int, default None
⽂件块的⼤⼩， See IO Tools docs for more informationon iterator and chunksize.
decimal : str, default ‘.'
字符中的⼩数点 (例如：欧洲数据使⽤'，‘).
float_precision : string, default None
Specifies which converter the C engine should use for floating-point values.
The options are None for the ordinary converter, high for the high-precision converter,
and round_trip for the round-trip converter.
lineterminator : str (length 1), default None
⾏分割符，只在C解析器下使⽤。
quotechar : str (length 1), optional
引号，⽤作标识开始和解释的字符，引号内的分割符将被忽略。
quoting : int or csv.QUOTE_* instance, default 0
控制csv中的引号常量。
可选 QUOTE_MINIMAL (0), QUOTE_ALL (1), QUOTE_NONNUMERIC (2) or QUOTE_NONE (3)
doublequote : boolean, default True
双引号，当单引号已经被定义，并且quoting 参数不是QUOTE_NONE的时候，
使⽤双引号表⽰引号内的元素作为⼀个元素使⽤。
escapechar : str (length 1), default None
当quoting 为QUOTE_NONE时，指定⼀个字符使的不受分隔符限值。
comment : str, default None
标识着多余的⾏不被解析。如果该字符出现在⾏⾸，这⼀⾏将被全部忽略。
这个参数只能是⼀个字符，空⾏（就像skip_blank_lines=True）注释⾏被header和skiprows忽略⼀样。
例如如果指定comment='#' 解析‘#empty\na,b,c\n1,2,3' 以header=0 那么返回结果将是以'a,b,c'作为header。读取多个⽂件
#读取多个⽂件
import pandas
import glob
for r in glob.glob("test*.csv"):
ad_csv(r)
<_csv("",mode="a+")
2. to_csv
to_csv⽅法定义：
<_csv(path_or_buf=None, sep=', ', na_rep='', float_format=None, columns=None,
header=True, index=True, index_label=None, mode='w', encoding=None, compression=None,
quoting=None, quotechar='"', line_terminator='\n', chunksize=None, tupleize_cols=None,
date_format=None, doublequote=True, escapechar=None, decimal='.')
path_or_buf=None： string or file handle, default None
File path or object, if None is provided the result is returned as a string.
字符串或⽂件句柄，默认⽆⽂件
路径或对象，如果没有提供，结果将返回为字符串。
sep : character, default ‘,’
Field delimiter for the output file.
默认字符 ‘ ，’
输出⽂件的字段分隔符。
na_rep : string, default ‘’
Missing data representation
字符串，默认为 ‘’
浮点数格式字符串
float_format : string, default None
Format string for floating point numbers
字符串，默认为 None
浮点数格式字符串
columns : sequence, optional Columns to write
顺序，可选列写⼊
header : boolean or list of string, default True
Write out the column names. If a list of strings is given it is assumed to be aliases for the column names
字符串或布尔列表，默认为true
写出列名。如果给定字符串列表，则假定为列名的别名。
index : boolean, default True
Write row names (index)
布尔值，默认为Ture
写⼊⾏名称（索引）
index_label : string or sequence, or False, default None
Column label for index column(s) if desired. If None is given, and header and index are True, then the index names are used.
A sequence should be given if the DataFrame uses MultiIndex. If False do not print fields for index names. Use
index_label=False for easier importing in R
字符串或序列，或False，默认为None
如果需要，可以使⽤索引列的列标签。如果没有给出，且标题和索引为True，则使⽤索引名称。如果数据⽂件使⽤多索引，则应该使⽤这个序列。如果值为False，不打印索引字段。在R中使⽤index_label=False 更容易导⼊索引.
mode : str
模式：值为‘str’，字符串
Python写模式，默认“w”
encoding : string, optional
编码：字符串，可选
表⽰在输出⽂件中使⽤的编码的字符串，Python 2上默认为“ASCII”和Python 3上默认为“UTF-8”。
compression : string, optional
字符串，可选项
表⽰在输出⽂件中使⽤的压缩的字符串，允许值为“gzip”、“bz2”、“xz”，仅在第⼀个参数是⽂件名时使⽤。
line_terminator : string, default ‘\n’
字符串，默认为 ‘\n’
在输出⽂件中使⽤的换⾏字符或字符序列
quoting : optional constant from csv module
CSV模块的可选常量
默认值为to_csv.QUOTE_MINIMAL。如果设置了浮点格式，那么浮点将转换为字符串，因此csv.QUOTE_NONNUMERIC会将它们视为⾮数值的。
quotechar : string (length 1), default ‘”’
字符串（长度1），默认“”
⽤于引⽤字段的字符
doublequote : boolean, default True
布尔，默认为Ture
控制⼀个字段内的quotechar
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论