pandas.Series.from_csv

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

Чтение файла CSV.

Устарело начиная с версии 0.21.0: Используйте pandas.read_csv() вместо этого.

Для большинства общих задач предпочтительнее использовать более мощную функцию pandas.read_csv(), но from_csv упрощает обращение с файлами (точная противоположность to_csv), особенно с временными рядами.

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

• index_col установлено в 0 вместо None (первый столбец используется в качестве индекса по умолчанию)
• header установлено в None вместо 0 (первая строка не используется в качестве названий столбцов)
• parse_dates установлено в True вместо False (попытка распознать индекс как дату по умолчанию)

С помощью pandas.read_csv(), можно использовать параметр squeeze=True для возврата объекта Series, как и в from_csv.

Параметры:

path : string file path or file handle / StringIO sep : string, default ‘,’ Разделитель поля parse_dates : boolean, default True Разбор дат. Значение по умолчанию отличается от read_table header : int, default None Строка, используемая в качестве заголовка (пропускаются предыдущие строки) index_col : int or sequence, default 0 Столбец, используемый в качестве индекса. Если задана последовательность, используется MultiIndex. Значение по умолчанию отличается от read_table encoding : string, optional Строка, представляющая кодировку, используемую, если содержимое не ascii, для версий Python до 3 infer_datetime_format : boolean, default False Если True и parse_dates True для столбца, попробуйте определить формат даты на основе первой строки даты. Если формат можно определить, часто происходит ускорение разбора.

Возвращает:

y : Series

См. также

read_csv