从文件中读取数据

从 CSV 文件读取数据

大多数情况下，我们会从文件中读取数据。最常用的文件格式包括 CSV、Excel、Parquet 和 JSON。在本课程中，我们将使用 CSV 文件。Pandas 的 read_csv 函数可以从一个 CSV 文件创建一个 DataFrame。Pandas 还提供了其他多种用于读取不同格式文件的函数，例如 read_json、read_parquet、read_excel 等。

下图展示了如何使用 read_csv 函数。该函数唯一必需的参数是文件路径，用于指定文件相对于当前工作目录的位置。如果文件位于当前工作目录中，则只需将文件名传递给函数即可。

head 方法返回 DataFrame 的前五行，帮助我们快速了解数据集的结构。

1import pandas as pd
2
3sales = pd.read_csv("sales.csv")
4
5print(sales.head())

使用 usecols 参数

read_csv 函数还支持多个其他参数。例如，我们可以选择仅读取 CSV 文件中的部分列。

1import pandas as pd
2
3sales = pd.read_csv("sales.csv", usecols=["product_code","product_group","stock_qty"])
4
5print(sales.head())

DataFrame 由行和列组成。正如我们可以选择只读取某些列一样，read_csv 函数还允许通过 nrows 参数限制读取的行数。这在处理大型文件时特别有用。

假设有一个包含一千万行的文件，在进行快速分析或探索时，可以将 nrows 参数设为 1000，仅读取前 1000 行数据。