Pandas.read_csv

Hello大家好，欢迎来到【统计GO】，本公众号内容主要针对数据分析的爱好者，不定期分享一些好用的数据分析工具和机器学习资料，以及一些求职必备技能，帮助大家花更少的时间学更多的知识。

本期为大家推荐的是Python语言中用的最多的一条命令：pandas.raad_csv.小编接下来将一些使用频率比较高的参数逐一解释给大家，对于一些不推荐使用的参数小编将会省略掉。

下一期将会为大家解读如何用Python读取时间型数据。

如果本期内容对您有所帮助，记得及时关注。

pandas.read_csv

1.filepath_or_buffer：设置需要访问的文件的有效路径.

2.sep：str, default ','.

指定读取文件的分隔符.支持自定义分隔符.

3.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）

4.header：str, default None

指定作为整个数据集列名的行.如果数据集中没有列名，则需要设置header=None.对有表头的数据识别第一行作为header.

5.names ：array-like, default None

用于结果的列名列表，如果数据文件中没有列标题行，就需要执行header=None。

6.index_col：int or sequence or False, default None

指定数据集中的某1列作为索引(index_col = 1/2).

7.usecols：array-like, default None

指定只读取文件中的某一列数据.例如：只读取前四列，usecols = [0,1,2,3])

8.squeeze：boolean, default False

如果文件值包含一列，则返回一个Series.

pandas.read_csv

9.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}

10.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）。

11.nrows : int, default None

需要读取的行数（从文件头开始算起）。

12.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'N/A','NA','NULL', 'NaN', 'nan'.

13.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。

14.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，设定为False可以提升读取速度。

13.skip_blank_lines : boolean, default True
如果为False，则记为NaN；否跳过。

14.parse_dates : boolean or list of ints or names or list of lists or dict, default False

读取文件时，以时间格式读取某几列。小编下一期会针对时间专门出一期。

boolean. True -> 解析索引
[1, 2, 3] -> 解析1,2,3列的值作为独立的日期列；
[[1, 2]] -> 合并1,2列作为一个日期列使用
{'time': [1, 2]} -> 将1,2列合并，并给合并后的列起名为"time"

15.encoding : str, default None
指定字符集类型，通常指定为'utf-8'，支持切换其它格式.

# 一次性读取文件夹中所有CSV数据
import os
import pandas as pd
frame = []
path = (".../COVID-19-master/csse_covid_19_data/csse_covid_19_daily_reports")
for file in os.listdir(path):filepath = path + "/" + file# print(filepath)frame.append(pd.read_csv(filepath,usecols = ["Country/Region","Province/State","Last Update","Confirmed"]))
df = pd.concat(frame,ignore_index = True)
print(df.head(10)