pandas---使用教程

pd.read_csv()  函数的基本用法

import pandas as pd
df = pd.read_csv('path_to_file.csv')

读取指定路径的 CSV 文件，并将其转换为一个 DataFrame

其中，DataFrame是 Pandas 中用于处理二维表格数据的主要数据结构，类似于电子表格或者数据库中的表。

---

header

CSV 文件的第一行通常包含列名。如果数据没有列名，可以通过 header 参数指定：

df = pd.read_csv('path_to_file.csv', header=None)

默认header = 0，这意味着函数会将文件的第一行作为列名。

例如，假设有一个名为data.csv的文件，内容如下：

Name,Age,City
John,25,New York
Mary,30,Los Angeles

可以使用以下代码读取：

import pandas as pd
df = pd.read_csv("data.csv")
print(df.columns)

输出结果：

Index(['Name', 'Age', 'City'], dtype='object')

---

index_col

有时，CSV 文件中的某一列可以作为 DataFrame 的索引。通过 index_col 参数可以指定这一列：

df = pd.read_csv('path_to_file.csv', index_col='ID')

usecols

如果 CSV 文件列很多，但只需要读取其中的一部分列，可以使用 usecols 参数：

df = pd.read_csv('path_to_file.csv', usecols=['Column1', 'Column2'])

处理缺失值
默认情况下，pd.read_csv() 会将空值读取为 NaN。如果需要将空值替换为其他值，可以使用 na_values 参数。

处理不同的编码
如果 CSV 文件的编码不是 UTF-8，可以通过 encoding 参数指定正确的编码。

处理不均匀的数据
如果数据的分隔符不一致，可以使用正则表达式作为 sep 参数的值。

使用列名映射
如果列名不符合 DataFrame 的命名规则，可以通过 names 参数指定新的列名。