本文共 2652 字，大约阅读时间需要 8 分钟。

pandas.read_csv() 是 pandas 中最强大的函数之一，用于从 CSV 文件中读取数据并加载为 DataFrame。以下是对该函数的详细解析，包括参数、用法和常见问题。

基本语法

代码示例：

import pandas as pd
data = pd.read_csv(filepath, **kwargs)

其中，filepath 是文件路径，可为本地路径或 URL。

主要参数详解

数据分隔

sep：指定分隔符，默认为逗号（,')。

代码示例：

data = pd.read_csv('data.csv', sep=',')  # 默认分隔符是逗号
data = pd.read_csv('data.tsv', sep='\t')  # 使用制表符
data = pd.read_csv('data.txt', sep=' ')  # 使用空格分隔

文件编码

encoding：文件编码格式，默认为 utf-8。

代码示例：

data = pd.read_csv('data.csv', encoding='utf-8')  # 默认编码
data = pd.read_csv('data.csv', encoding='gbk')  # 中文文件使用 gbk 编码

处理缺失值

na_values：指定哪些值视为缺失值，默认包括 NaN、空字符串等。

代码示例：

data = pd.read_csv('data.csv', na_values=['NULL', '-1'])  # 指定多个缺失值
data = pd.read_csv('data.csv', na_values=['None'], keep_default_na=False)  # 只使用指定的缺失值

指定行与列

usecols：选择读取的列，支持列名列表或索引列表。

代码示例：

data = pd.read_csv('data.csv', usecols=['col1', 'col2'])  # 读取指定列
data = pd.read_csv('data.csv', usecols=[0, 1])  # 按索引读取

skiprows：跳过前几行，支持行号列表。

代码示例：

data = pd.read_csv('data.csv', skiprows=2)  # 跳过前两行
data = pd.read_csv('data.csv', skiprows=[0, 2])  # 跳过特定行

索引

index_col：指定哪一列作为 DataFrame 的索引。

代码示例：

data = pd.read_csv('data.csv', index_col='id')  # 指定列作为索引
data = pd.read_csv('data.csv', index_col=0)  # 第一列作为索引

数据类型

dtype：强制指定列的数据类型，默认自动推断。

代码示例：

data = pd.read_csv('data.csv', dtype={'col1': int, 'col2': float})

处理行数

nrows：读取前 n 行。

代码示例：

data = pd.read_csv('data.csv', nrows=100)  # 读取前 100 行

chunksize：按块读取大文件。

代码示例：

chunk_iter = pd.read_csv('data.csv', chunksize=1000)
for chunk in chunk_iter:
    print(chunk.head())

处理列名

header：指定列名行，默认为第一行。

代码示例：

data = pd.read_csv('data.csv', header=0)  # 第一行是列名
data = pd.read_csv('data.csv', header=None, names=['col1', 'col2', 'col3'])  # 自定义列名

其他常用参数

delimiter：与 sep 相同，指定分隔符。

quotechar：引用字符，默认为双引号（'"'）。

代码示例：

data = pd.read_csv('data.csv', sep=',', quotechar='"')

error_bad_lines：处理坏行，默认已弃用，建议使用 on_bad_lines='skip'。

代码示例：

data = pd.read_csv('data.csv', on_bad_lines='skip')

示例 1：读取基础 CSV 文件

代码示例：

data = pd.read_csv('data.csv', sep=',', encoding='utf-8', nrows=10)
print(data.head())

示例 2：处理特殊 CSV 文件

文件内容示例：

# 注释行ID,Name,Age,City1,Alice,30,NewYork2,Bob,25,LosAngeles3,Charlie,,Chicago

代码示例：

data = pd.read_csv('data.csv', sep=',', comment='#', na_values=[''])
print(data)

输出结果：

ID     Name   Age         City
0    Alice  30.0      NewYork
1      Bob  25.0  LosAngeles
2  Charlie   NaN      Chicago

示例 3：大文件分块读取

代码示例：

chunk_iter = pd.read_csv('large_data.csv', chunksize=10000)
for chunk in chunk_iter:
    print(chunk.shape)

常见问题

UnicodeDecodeError：文件编码不匹配，尝试指定编码：

data = pd.read_csv('data.csv', encoding='latin1')

分隔符复杂：使用正则表达式：

data = pd.read_csv('data.csv', sep=r'\s+')

大文件内存不足：使用 chunksize 分块处理，或仅加载特定列和行。

转载地址：http://ypvfk.baihongyu.com/