如何读取csv文件？pd.read_csv与csv.reader()之间的区别

如何读取csv文件

pd.read_csv

import pandas as pd 
data=pd.read_csv(‘file.csv’)

data = pd.read_csv('./result.csv',sep=',')
data=pd.read_csv('./result.csv',header=None,prefix='XX')
data = pd.read_csv('./result.csv',nrows = 4)

参数意义：

sep：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’。

header: 指定行数用来作为列名，数据开始行数。如果文件中没有列名，则默认为0【第一行数据】，否则设置为None。如果明确设定 header = 0 就会替换掉原来存在列名。header参数可以是一个list例如：[0,1,3]。注意：如果skip_blank_lines=True 那么header参数忽略注释行和空行，所以header=0表示第一行数据而不是文件的第一行

skip_blank_lines: boolean, default True: 如果为True，则跳过空行；否则记为NaN。

prefix：希望达到列名称有规律的情况下，将header设定为None，给列添加前缀。例如：添加prefix= ‘X’ 使得列名称成为 X0, X1, …

nrows: 需要读取的行数（从文件头开始算起）

csv.reader()

打开csv文件还可以使用csv.reader()，与data=pd.read_csv(‘file.csv’)不同的是，csv.reader()从csv文件中读取的每一行都作为字符串列表返回。而pd.read_csv()则是返回一个数据框（dataframe）文件。
CSV库中的四个常用函数
csv.reader：以列表的形式返回读取的数据。
csv.writer：以列表的形式写入数据。
csv.DictReader：以字典的形式返回读取的数据。
csv.DictWriter：以字典的形式写入数据。

如何处理dataframe中的数据？

切片
data1=data.iloc[:,0:10] # first 10 columns
data1=data.iloc[0:5] # first 5 rows
data1=data.iloc[0:5,0:5] # first 5 rows of the first 5 columns

my_data_array=data1.values
#将数据框架转换为数组，用于numpy、sklearn算法等的使用。
To convert a dataframe into an array, for use with numpy, sklearn algorithms etc: