pandas.DataFrame.from_csv

classmethod DataFrame.from_csv(path, header=0, sep=', ', index_col=0, parse_dates=True, encoding=None, tupleize_cols=False, infer_datetime_format=False) [source]

Чтение CSV-файла (НЕ РЕКОМЕНДУЕТСЯ, используйте pandas.read_csv() вместо этого).

Для большинства общих задач предпочтительнее использовать более мощную функцию pandas.read_csv(), но from_csv обеспечивает простой обмен данными между файлом и памятью (точная копия to_csv), особенно при работе с DataFrame временных рядов.

Этот метод отличается от предпочтительного pandas.read_csv() только некоторыми значениями по умолчанию:

• index_col установлено в 0 вместо None (первый столбец используется в качестве индекса по умолчанию)
• parse_dates установлено в True вместо False (попытка интерпретировать индекс как дату по умолчанию)

Таким образом, pd.DataFrame.from_csv(path) можно заменить на pd.read_csv(path, index_col=0, parse_dates=True).

Parameters:

path : строка пути к файлу или обработчик файла / StringIO header : int, по умолчанию 0 Строка, используемая в качестве заголовка (пропустить предыдущие строки) sep : строка, по умолчанию ‘,’ Разделитель столбцов index_col : int или последовательность, по умолчанию 0 Столбец, используемый для индекса. Если указана последовательность, используется MultiIndex. Отличается от значения по умолчанию в read_table parse_dates : boolean, по умолчанию True Парсить даты. Отличается от значения по умолчанию в read_table tupleize_cols : boolean, по умолчанию False Представлять многоуровневые столбцы в виде списка кортежей (если True) или в новом (расширенном) формате, если False infer_datetime_format: boolean, по умолчанию False Если True и parse_dates равно True для столбца, попытайтесь определить формат даты по первому строковому представлению даты. Если формат можно определить, часто это значительно ускоряет процесс парсинга.

Returns:

y : DataFrame

См. также

pandas.read_csv