pandas.DataFrame.from_csv

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

Чтение CSV-файла (УСТАРЕЛО, используйте pandas.read_csv() вместо него).

Для большинства общих целей предпочтительнее использовать более мощную функцию pandas.read_csv(), но from_csv обеспечивает лёгкий обмен данными между файлом и объектом (точная копия to_csv), особенно с DataFrame временных рядов.

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

• index_col имеет значение 0 вместо None (первый столбец по умолчанию используется в качестве индекса)
• parse_dates имеет значение True вместо False (по умолчанию пытается распарсить индекс как дату)

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

Параметры:

path : строка путь к файлу или дескриптор файла / StringIO header : int, по умолчанию 0 Строка, используемая в качестве заголовка (пропустить предыдущие строки) sep : строка, по умолчанию ‘,’ Разделитель полей index_col : int или последовательность, по умолчанию 0 Столбец для использования в качестве индекса. Если задана последовательность, используется MultiIndex. Отличается от по умолчанию от read_table parse_dates : boolean, по умолчанию True Парсить даты. Отличается от по умолчанию от read_table tupleize_cols : boolean, по умолчанию False записать столбцы multi_index как список кортежей (если True) или новый (расширенный формат), если False) infer_datetime_format: boolean, по умолчанию False Если True и parse_dates имеет значение True для столбца, попробуйте вывести формат даты из первого строкового представления даты. Если формат можно вывести, то часто будет заметное ускорение разбора.

Возвращаемое значение:

y : DataFrame

См. также

pandas.read_csv