pandas的read_csv()和to_csv()使用方法

数据处理时经常会涉及csv读写操作，存在很多小tip，总结一下，方便使用。首先read_csv()是pandas的方法，to_csv()是DataFrame类的方法。

1. read_csv()

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, tupleize_cols=None, error_bad_lines=True, 
warn_bad_lines=True, skipfooter=0, skip_footer=0, doublequote=True, 
delim_whitespace=False, as_recarray=None, compact_ints=None, use_unsigned=None, 
low_memory=True, buffer_lines=None, memory_map=False, float_precision=None )

参数特别多，挑几个常用的总结一下

• filepath_or_buffer：文件所在处的路径

pd.read_csv('C:/Users/My/Path/test.csv') #绝对位置

• sep：指定分隔符，默认为逗号','

pd.read_csv('C:/Users/My/Path/test.csv',sep='?') #以?为分隔符，读取csv文件

• delimiter：定界符，备选分隔符（如果指定该参数，则sep参数失效）

pd.read_csv('C:/Users/My/Path/test.csv',sep='?',delimiter=' ') #以空格作为分隔符读取文件，分隔符'?'失效

• header：默认设置为0（即第一行作为表头），如果没有表头的话，要修改参数，设置header=None

pd.read_csv('C:/Users/My/Path/test.csv',header=None) #读出csv文件无表头

• names：指定列的名称，用列表表示。

pd.read_csv('C:/Users/My/Path/test.csv',names=['index','A','B']) #表头中各列名字为index,A,B

• index_col：指定哪一列数据作为行索引，可以是一列，也可以多列

pd.read_csv('C:/Users/My/Path/test.csv',index_col='A') #列为A的列作为行索引

• prefix：给列名添加前缀。

pd.read_csv('C:/Users/My/Path/test.csv',prefix='test') #当文件无表头，设置表头中列名全都加上test前缀，即test0，test1...

• nrows：int, default None需要读取的行数（从文件头开始算起）

pd.read_csv('C:/Users/My/Path/test.csv',nrows=10) #读取10行数据

• encoding：读取文件是使用的编码方式

pd.read_csv('C:/Users/My/Path/test.csv',encoding='utf-8') 

• skiprows：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），默认为None

pd.read_csv('C:/Users/My/Path/test.csv',skiprows=5)  #跳过前五行数据（包括表头数据） 

 

2. DataFrame.to_csv()

DataFrame.to_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='
', chunksize=None, tupleize_cols=None, 
date_format=None, doublequote=True, escapechar=None, decimal='.')

参数相对少很多

• path_or_buf: 保存文件的路径

df.to_csv('test.csv') #相对位置，保存在os.getcwd()获得的路径下
df.to_csv('C:/Users/My/Path/test.csv') #绝对位置

• sep：输出文件的字段分隔符，默认为”,”

df.to_csv('C:/Users/My/Path/test.csv',sep='?')#使用?分隔需要保存的数据，如果不写，默认是,

• na_rep：替换空值，默认为‘’

df.to_csv('C:/Users/My/Path/test.csv',na_rep='NA') #确实值保存为NA，如果不写，默认是空

• float_format：浮点数格式

df.to_csv('C:/Users/My/Path/test.csv',float_format='%.2f') #保留两位小数

• cols: 保留某列数据，默认为None

df.to_csv('C:/Users/think/Desktop/Result.csv',columns=['name']) #保存索引列和name列

• header：是否保留列名，默认为True

df.to_csv('C:/Users/My/Path/test.csv',header=0) #不保存列名

• index：是否保留行索引，默认为True

df.to_csv('C:/Users/My/Path/test.csv',index=False) #不保存行索引

• index_label：索引的列标签，字符串或序列，或False，默认为None

df.to_csv('C:/Users/My/Path/test.csv',index_label='Index') #行索引列名为'Index'

• mode：str保存模式：值为‘str’，默认“w”

df.to_csv('C:/Users/My/Path/test.csv',mode='a') #增量存入csv

• encoding：输出文件中使用的编码，默认为“UTF-8”

df.to_csv('C:/Users/My/Path/test.csv',encoding='utf_8_sig') #中文出现乱码，改用utf_8_sig可解决