pandas(python)读取csv格式数据时header参数设置及其他事项

pandas(python)读取csv格式数据时header参数设置及其他事项

参考：padas 官方文档

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html#pandas.read_csv

pandas是如何识别或区分数据和表头名称的 ？

参考：https://blog.csdn.net/sinat_32872729/article/details/93025161

index_col 设置索引：

对于index_col来说，若数据都是相同类型，比如数值型，则表示无index，输出默认index为0,1,2,…；若数据第一列为字符，其他列为数值，则会将第一列视为index；若设置index_col=False, 则表示无index（默认将0, 1, 2,…作为数据的index)

header：设置表头

对header，当第一行为字符，则第一行（第一行第一列）数据 默认为表头；当第一行与其他数据类型相同时，也会把第一行当作表头，所以无表头时应设置header=None

parse_dates参数：

将csv中的时间字符串转换成日期格式

【注】：read_csv()方法指定parse_dates会使得读取csv文件的时间大大增加

parse_dates=[0] 对第1列的数据进行解析

squeeze：

bool，默认为False。如果解析的数据只包含一列，则返回一个Series。

date_parser=parser

结合代码

def parser(x):
	return datetime.strptime('190'+x, '%Y-%m')  # time.strptime(date_string, format) #code 1 
	
	.....
	date_parser=parser #引用code 1  返回的 parser；

代码：

def parser(x):
	return datetime.strptime('190'+x, '%Y-%m')  # time.strptime(date_string, format)[0:])) 把data_string 按照format[]的形式格式化
	series = read_csv('shampoo-sales.csv', header=0, parse_dates=[0], index_col=0, squeeze=True, date_parser=parser)
	print(series.head())  # head( )函数只能读取前五行数据

csv 文件： 显然，数据是有表头 “Month”,“Sales”

"Month","Sales"
"1-01",266.0
"1-02",145.9
"1-03",183.1
"1-04",119.3
"1-05",180.3
"1-06",168.5
"1-07",231.8
"1-08",224.5
"1-09",192.8
"1-10",122.9

执行后文件输出为：

Month              
1901-01-01    266.0
1901-02-01    145.9
1901-03-01    183.1
1901-04-01    119.3
1901-05-01    180.3
Name: Sales, dtype: float64

分析,输出的第一行Month 与header=0设置有关。

若把header=1,则第2行（第二行第一列）数据默认为表头， 1-01

输出如下：

1-01  # 表头
1901-02-01    145.9
1901-03-01    183.1
1901-04-01    119.3
1901-05-01    180.3
1901-06-01    168.5
Name: 266.0, dtype: float64