pandas.read_csv

pandas.read_csv(filepath_or_buffer, sep=', ', delimiter=None, header='infer', names=None, index_col=None, usecols=None, squeeze=False, prefix=None, mangle_dupe_cols=True, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skipinitialspace=False, skiprows=None, skipfooter=None, nrows=None, na_values=None, keep_default_na=True, na_filter=True, verbose=False, skip_blank_lines=True, parse_dates=False, infer_datetime_format=False, keep_date_col=False, date_parser=None, dayfirst=False, iterator=False, chunksize=None, compression='infer', thousands=None, decimal='.', lineterminator=None, quotechar='"', quoting=0, escapechar=None, comment=None, encoding=None, dialect=None, tupleize_cols=False, error_bad_lines=True, warn_bad_lines=True, skip_footer=0, doublequote=True, delim_whitespace=False, as_recarray=False, compact_ints=False, use_unsigned=False, low_memory=True, buffer_lines=None, memory_map=False, float_precision=None)

Чтение CSV-файла (разделенного запятыми) в DataFrame

Также поддерживает необязательное итеративное чтение или разбиение файла на фрагменты.

Дополнительную помощь можно найти в онлайн-документации по инструментам ввода/вывода.

Параметры:

filepath_or_buffer : str, pathlib.Path, py._path.local.LocalPath или любой объект с методом read() (например, дескриптор файла или StringIO) Строка может быть URL-адресом. Допустимые схемы URL включают http, ftp, s3 и file. Для URL-адресов файлов ожидается хост. Например, локальный файл может быть file://localhost/путь/к/таблице.csv sep : str, по умолчанию ‘,’ Разделитель для использования. Если sep равно None, будет попытка автоматического определения. Разделители длиной более 1 символа и отличные от ‘s+’ будут интерпретироваться как регулярные выражения, заставят использовать движок парсинга Python и проигнорируют кавычки в данных. Пример регулярного выражения: ‘rt’ delimiter : str, по умолчанию None Альтернативное имя аргумента для sep. delim_whitespace : boolean, по умолчанию False Указывает, используется ли пробел (например, ' ' или ' ') в качестве разделителя. Эквивалентно установлению sep='\+s'. Если этот параметр установлен в True, для параметра delimiter ничего не должно передаваться. Добавлен в версии 0.18.1: поддержка Python-парсера. header : int или список целых чисел, по умолчанию ‘infer’ Номер(а) строки(ок) для использования в качестве имен столбцов и начала данных. По умолчанию поведение такое же, как если бы было установлено значение 0, если не передан names, в противном случае None. Необходимо явно передать header=0 для возможности замены существующих имён. Заголовок может быть списком целых чисел, которые указывают расположения строк для многоиндексного столбца, например [0,1,3]. Промежуточные строки, которые не указаны, будут пропущены (например, 2 в этом примере пропущена). Обратите внимание, что этот параметр игнорирует прокомментированные и пустые строки, если skip_blank_lines=True, поэтому header=0 обозначает первую строку данных, а не первую строку файла. names : массив-подобный объект, по умолчанию None Список имён столбцов для использования. Если файл не содержит заголовков строк, необходимо явно передать header=None index_col : int или последовательность или False, по умолчанию None Столбец для использования в качестве меток строк DataFrame. Если задана последовательность, используется MultiIndex. Если у вас есть повреждённый файл с разделителями в конце каждой строки, вы можете рассмотреть index_col=False, чтобы принудительно не использовать первый столбец в качестве индекса (имён строк) usecols : массив-подобный объект, по умолчанию None Возвращает подмножество столбцов. Все элементы этого массива должны быть либо позиционными (т.е. целочисленными индексами в столбцах документа), либо строками, которые соответствуют именам столбцов, предоставленным либо пользователем в names, либо определёнными из заголовка(ов) строки(ок) документа. Например, допустимым параметром usecols будет [0, 1, 2] или [‘foo’, ‘bar’, ‘baz’]. Использование этого параметра приводит к значительно более быстрому времени парсинга и меньшему использованию памяти. squeeze : boolean, по умолчанию False Если анализируемые данные содержат только один столбец, возвращает Series prefix : str, по умолчанию None Префикс, добавляемый к номерам столбцов при отсутствии заголовка, например, ‘X’ для X0, X1, ... mangle_dupe_cols : boolean, по умолчанию True Дублирующиеся столбцы будут указаны как ‘X.0’...’X.N’, а не ‘X’...’X’ dtype : Имя типа или словарь столбец -> тип, по умолчанию None Тип данных для данных или столбцов. Например, {‘a’: np.float64, ‘b’: np.int32} (не поддерживается с engine=’python’). Используйте str или object для сохранения и не интерпретации типа данных. engine : {‘c’, ‘python’}, необязательно Движок парсера для использования. Движок C быстрее, в то время как движок Python в настоящее время более функционален. converters : словарь, по умолчанию None Словарь функций для преобразования значений в определённых столбцах. Ключи могут быть целыми числами или метками столбцов true_values : список, по умолчанию None Значения, рассматриваемые как True false_values : список, по умолчанию None Значения, рассматриваемые как False skipinitialspace : boolean, по умолчанию False Пропустить пробелы после разделителя. skiprows : список-подобный объект или целое число, по умолчанию None Номера строк для пропуска (индексация с 0) или количество строк для пропуска (целое число) в начале файла skipfooter : int, по умолчанию 0 Количество строк в конце файла для пропуска (не поддерживается с engine=’c’) nrows : int, по умолчанию None Количество строк файла для чтения. Полезно для чтения частей больших файлов na_values : строка или список-подобный объект или словарь, по умолчанию None Дополнительные строки для распознавания как NA/NaN. Если передан словарь, конкретные значения NA для каждого столбца. По умолчанию следующие значения интерпретируются как NaN: ‘’, ‘#N/A’, ‘#N/A N/A’, ‘#NA’, ‘-1.#IND’, ‘-1.#QNAN’, ‘-NaN’, ‘-nan’, ‘1.#IND’, ‘1.#QNAN’, ‘N/A’, ‘NA’, ‘NULL’, ‘NaN’, ‘nan’. keep_default_na : bool, по умолчанию True Если na_values указаны и keep_default_na равно False, значения NaN по умолчанию переопределяются, в противном случае они добавляются. na_filter : boolean, по умолчанию True Обнаружение маркеров пропущенных значений (пустые строки и значения na_values). В данных без каких-либо значений NA передача na_filter=False может улучшить производительность чтения большого файла verbose : boolean, по умолчанию False Указывает количество значений NA, помещённых в нечисловые столбцы skip_blank_lines : boolean, по умолчанию True Если True, пропускаются пустые строки, а не интерпретируются как NaN-значения parse_dates : boolean или список целых чисел или имён или список списков или словарь, по умолчанию False boolean. Если True -> попытка парсинга индекса. список целых чисел или имён. Например, если [1, 2, 3] -> попытка парсинга столбцов 1, 2, 3 в качестве отдельных столбцов даты. список списков. Например, если [[1, 3]] -> объединение столбцов 1 и 3 и парсинг как один столбец даты. словарь, например {‘foo’ : [1, 3]} -> парсинг столбцов 1, 3 как даты и присваивание результата ‘foo’ Примечание: для дат в формате iso8601 существует быстрый путь. infer_datetime_format : boolean, по умолчанию False Если True и parse_dates включено, Pandas попытается определить формат строк дат в столбцах и, если это возможно, переключиться на более быстрый метод их парсинга. В некоторых случаях это может увеличить скорость парсинга на ~5-10 раз. keep_date_col : boolean, по умолчанию False Если True и parse_dates задаёт объединение нескольких столбцов, то исходные столбцы сохраняются. date_parser : функция, по умолчанию None Функция для преобразования последовательности столбцов строк в массив экземпляров datetime. По умолчанию используется dateutil.parser.parser для выполнения преобразования. Pandas попытается вызвать date_parser тремя различными способами, переходя к следующему, если произойдёт исключение: 1) Передать один или несколько массивов (как определено parse_dates) в качестве аргументов; 2) склеить (по строкам) строковые значения из столбцов, определённых parse_dates, в один массив и передать его; и 3) вызвать date_parser один раз для каждой строки, используя одну или несколько строк (соответствующих столбцам, определённым parse_dates) в качестве аргументов. dayfirst : boolean, по умолчанию False Даты в формате ДД/ММ, международный и европейский формат iterator : boolean, по умолчанию False Возвращает объект TextFileReader для итерации или получения фрагментов с get_chunk(). chunksize : int, по умолчанию None Возвращает объект TextFileReader для итерации. См. документацию по инструментам ввода-вывода для получения дополнительной информации о iterator и chunksize. compression : {‘infer’, ‘gzip’, ‘bz2’, ‘zip’, ‘xz’, None}, по умолчанию ‘infer’ Для онлайн-распаковки данных на диске. Если ‘infer’, использует gzip, bz2, zip или xz, если filepath_or_buffer — строка, заканчивающаяся ‘.gz’, ‘.bz2’, ‘.zip’ или ‘xz’ соответственно, и не распаковывает иначе. Если используется ‘zip’, ZIP-файл должен содержать только один файл данных для чтения. Установите в None, чтобы не распаковывать. Добавлен в версии 0.18.1: поддержка сжатия ‘zip’ и ‘xz’. thousands : str, по умолчанию None Разделитель разрядов decimal : str, по умолчанию ‘.’ Символ, распознаваемый как десятичная точка (например, используйте ‘,’ для европейских данных). lineterminator : str (длина 1), по умолчанию None Символ для разделения файла на строки. Действителен только с C-парсером. quotechar : str (длина 1), необязательно Символ, используемый для обозначения начала и конца цитируемого элемента. Цитируемые элементы могут включать разделитель, и он будет пропущен. quoting : int или экземпляр csv.QUOTE_*, по умолчанию None Управление поведением цитирования полей согласно csv.QUOTE_* константам. Используйте одно из QUOTE_MINIMAL (0), QUOTE_ALL (1), QUOTE_NONNUMERIC (2) или QUOTE_NONE (3). По умолчанию (None) используется поведение QUOTE_MINIMAL. escapechar : str (длина 1), по умолчанию None Односимвольная строка, используемая для экранирования разделителя, когда цитирование QUOTE_NONE. comment : str, по умолчанию None Указывает, что остальная часть строки не должна анализироваться. Если встречается в начале строки, строка полностью игнорируется. Этот параметр должен быть одиночным символом. Как и пустые строки (пока skip_blank_lines=True), полностью прокомментированные строки игнорируются параметром header, но не skiprows. Например, если comment=’#’, парсинг ‘#emptyna,b,cn1,2,3’ с header=0 приведёт к тому, что ‘a,b,c’ будет обрабатываться как заголовок. encoding : str, по умолчанию None Кодировка для использования для UTF при чтении/записи (например, ‘utf-8’). Список стандартных кодировок Python dialect : str или экземпляр csv.Dialect, по умолчанию None Если None, используется диалект Excel. Игнорируется, если sep длиннее 1 символа. См. документацию csv.Dialect для получения дополнительной информации tupleize_cols : boolean, по умолчанию False Оставить список кортежей в столбцах как есть (по умолчанию преобразуется в MultiIndex для столбцов) error_bad_lines : boolean, по умолчанию True Строки с слишком большим количеством полей (например, строка CSV со слишком многими запятыми) по умолчанию вызывают исключение, и DataFrame не возвращается. Если False, эти «плохие строки» удаляются из возвращаемого DataFrame. (Действительно только с C-парсером) warn_bad_lines : boolean, по умолчанию True Если error_bad_lines равно False, и warn_bad_lines равно True, для каждой «плохой строки» будет выведено предупреждение. (Действительно только с C-парсером).

Возвращаемое значение:

result : DataFrame или TextParser