### Python pandas `pd.read_csv` 函数语法、用法及示例 #### 1. 函数简介 `pd.read_csv()` 是 Pandas 库中的一个重要函数，用于读取 CSV 文件并将其加载到 DataFrame 数据结构中。该函数支持多种参数配置，能够满足不同场景下的需求[^1]。 #### 2. 基本语法 以下是 `pd.read_csv()` 的基本语法： ```python pandas.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer', names=None, 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, error_bad_lines=True, warn_bad_lines=True, delim_whitespace=False, low_memory=True, memory_map=False, float_precision=None) ``` #### 3. 参数详解 以下是一些常用的参数及其作用： - **filepath_or_buffer**: 表示要读取的文件路径或 URL 地址。也可以是一个类文件对象。 - **sep/delimiter**: 定义字段之间的分隔符，默认为逗号 `,`。 - **header**: 指定哪一行作为列名。默认值 `'infer'` 自动推断是否有表头。 - **names**: 手动指定列名列表。 - **index_col**: 将某列设置为索引列。 - **usecols**: 只导入特定的列。 - **dtype**: 设置每列的数据类型。 - **na_values**: 替代缺失值的自定义字符集合。 - **parse_dates**: 是否解析某些列为日期时间格式。 - **chunksize**: 如果数据量较大，可以通过此参数按块读取数据。 #### 4. 示例代码 下面展示几个常见的使用案例： ##### (1) 默认方式读取 CSV 文件 假设有一个名为 `data.csv` 的文件，可以直接通过如下方法读取： ```python import pandas as pd df = pd.read_csv('data.csv') print(df.head()) ``` ##### (2) 使用自定义分隔符 如果文件是以制表符 `\t` 或其他特殊字符分割，则需调整 `sep` 参数： ```python df = pd.read_csv('data.tsv', sep='\t') # 制表符分隔 ``` ##### (3) 跳过前几行 当 CSV 文件头部有无用的信息时，可以用 `skiprows` 参数跳过这些行： ```python df = pd.read_csv('data_with_header.csv', skiprows=2) ``` ##### (4) 处理部分列 仅保留需要的部分列以减少内存占用： ```python df = pd.read_csv('large_data.csv', usecols=['column1', 'column2']) ``` ##### (5) 设定数据类型 提前设定各列的数据类型有助于提高性能和降低存储空间消耗： ```python df = pd.read_csv('data.csv', dtype={'age': int, 'salary': float}) ``` ##### (6) 解析日期时间 对于包含日期时间信息的列，可利用 `parse_dates` 参数自动转换其格式： ```python df = pd.read_csv('dates.csv', parse_dates=['date_column'], infer_datetime_format=True) ``` --- ####