csv文件是一種用,和換行符區(qū)分?jǐn)?shù)據(jù)記錄和字段的一種文件結(jié)構(gòu)，可以用excel表格編輯，也可以用記事本編輯，是一種類excel的數(shù)據(jù)存儲(chǔ)文件，也可以看成是一種數(shù)據(jù)庫。pandas提供了pd.read_csv()方法可以讀取其中的數(shù)據(jù)并且轉(zhuǎn)換成DataFrame數(shù)據(jù)幀。python的強(qiáng)大之處就在于他可以把不同的數(shù)據(jù)庫類型，比如txt/csv/.xls/.sql轉(zhuǎn)換成統(tǒng)一的DataFrame格式然后進(jìn)行統(tǒng)一的處理。真是做到了標(biāo)準(zhǔn)化。我們可以用以下代碼來演示csv文件的讀取操作。

import pandas as pd
data1 = pd.read_csv('rating.csv')
print(data1)
print("************取消第一行作為表頭*************")
data2 = pd.read_csv('rating.csv',header=None)
print(data2)
print("************為各個(gè)字段取名**************")
data3 = pd.read_csv('rating.csv',names=['user_id','book_id','rating'])
print(data3)
print("***********將某一字段設(shè)為索引***************")
data3 = pd.read_csv('rating.csv',
    names=['user_id','book_id','rating'],
    index_col = "user_id")
print(data3)
print("************用sep參數(shù)設(shè)置分隔符**************")
data4 = pd.read_csv('rating.csv',
    names=['user_id','book_id','rating'],
    sep=',')
print(data4)
print("************自動(dòng)補(bǔ)全缺失數(shù)據(jù)為NaN**************")
data5 = pd.read_csv('data.csv',header=None)
print(data5)

輸出的結(jié)果如下：

   1   258  5
0  2  4081  4
1  2   260  5
2  2  9296  5
3  2  2318  3
4  2    26  4
5  2   315  3
6  2    33  4
7  2   301  5
************取消第一行作為表頭*************
   0     1  2
0  1   258  5
1  2  4081  4
2  2   260  5
3  2  9296  5
4  2  2318  3
5  2    26  4
6  2   315  3
7  2    33  4
8  2   301  5
************為各個(gè)字段取名**************
   user_id  book_id  rating
0        1      258       5
1        2     4081       4
2        2      260       5
3        2     9296       5
4        2     2318       3
5        2       26       4
6        2      315       3
7        2       33       4
8        2      301       5
***********將某一字段設(shè)為索引***************
         book_id  rating
user_id                 
1            258       5
2           4081       4
2            260       5
2           9296       5
2           2318       3
2             26       4
2            315       3
2             33       4
2            301       5
************用sep參數(shù)設(shè)置分隔符**************
   user_id  book_id  rating
0        1      258       5
1        2     4081       4
2        2      260       5
3        2     9296       5
4        2     2318       3
5        2       26       4
6        2      315       3
7        2       33       4
8        2      301       5
************自動(dòng)補(bǔ)全缺失數(shù)據(jù)為NaN**************
    0    1   2     3   4
0   1  2.0   3   4.0   5
1   6  7.0   8   NaN  10
2  11  NaN  13  14.0  15
[Finished in 4.5s]

對(duì)代碼的具體解釋，可以參考星號(hào)隔離bar中的注釋。

到此這篇關(guān)于python用pd.read_csv()方法來讀取csv文件的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)python讀取csv文件內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！