Python Pandas read_csv()导入csv或者txt

读文本文件的主要方法: read_csv()

read_csv() 可接受以下常用参数：

> filepath_or_buffer : various    文件路径  
> sep : str, 默认 read_csv()分隔符为',',read_table()方法，分隔符为 \t 

delimiter : str, default None sep的替代参数.
delim_whitespace : boolean, default False 指定是否将空格 (e.g. ’ ’ or ‘\t’)当作delimiter。 等价于设置 sep=’\s+’. 如果这个选项被设置为 True,就不要给 delimiter 传参了.

准备一份实验数据

使用read_csv函数读取文件：

我们可以使用head(n)或者tail(n)函数读取数据的前或者后n条数据，默认读取5条

大家能够看到的是准备的数据十分整齐，每个数据之间都是一个空格，所以被正确的解析出来了。那么如果数据之间有多个空格呢？
比如下面的数据：

我们在运行一次：

大家可以看到多处的空格也别解析出来了。。。那么有什么办法解决吗？

在来看下sep 参数：
sep用来指定分隔符。如果不指定参数，则会尝试使用逗号分隔。分隔符长于一个字符并且不是‘\s+’,将使用python的语法分析器。并且忽略数据中的逗号。正则表达式例子：’\r\t’

那么这里又有问题了，如果我们的数据本身有一个就是空值呢？
比如：

执行结果：

大家可以看到数据错位了。。。可见使用‘\s+’是可能会导致数据错误，所以还得慎用。除非你能确保数据是规范的。

header 

选择默认值或header=0时，将首行设为列名。如果列名被传入明确值就令header=None。注意，当header=0时，即使列名被传参也会被覆盖。

准备数据文件

标题可以是指定列上的MultiIndex的行位置的整数列表，例如 [0,1,3]。在列名指定时，若某列未被指定，读取时将跳过该列 (例如 在下面的例子中第二列将被跳过).注意，如果 skip_blank_lines=True，此参数将忽略空行和注释行, 因此 header=0 表示第一行数据而非文件的第一行.

这种方式适用于拥有多行标题的时候。

names

列名列表的使用. 如果文件不包含列名，那么应该设置header=None。 列名列表中不允许有重复值.

usecols 

返回列名列表的子集. 如果该参数为列表形式, 那么其值必须为有效的索引值或者列名。

usecols最常见的使用是callable的方式, 可调用函数将根据列名计算， 返回可调用函数计算结果为True的名称

prefix 

当没有header时，可通过该参数为数字列名添加前缀, e.g. ‘X’ for X0, X1, …

mangle_dupe_cols 

列名有重复时，解析列名将变为 ‘X’, ‘X.1’…’X.N’而不是 ‘X’…’X’。

如果该参数为 False ，那么当列名中有重复时，前列将会被后列覆盖。
小伙伴们就先不要尝试设置为False，应该是Pandas版本的问题，这个如果设置为False，会得到如下错误：

dtype

指定某列或整体数据的数据类型

skiprows 

需要忽略的行数,可以直接指定行号，也可以通过callable的方式, 可调用函数将根据行计算， 返回可调用函数计算结果为True的名称

skipfooter 

跳过文件末尾的若干行，默认值为0.

注意这个参数不支持c引擎，如果要用的话，就使用上面的方式。如果有中文，那么请指定编码格式。

comment

如果comment这个参数指定的话，那么会忽略整行comment语句，当然了空行也会忽略。

注意这个参数只能是单个字符，不然会的到下面的错误。

至于是什么你随意。。。比如我们把开头为2的当作注释：

skip_blank_lines

是否跳过空行，如果值为False，那么将不会跳过空行。(数据还是拿上面的为例)

当然了，还有许多参数这里没有介绍，希望大家谅解。。。