pandas help

1. read_csv
read_csv方法定義：

pandas.read_csv(filepath_or_buffer, sep=', ', delimiter=None, header='infer', names=None, 
index_col=None, usecols=None, squeeze=False, prefix=None, mangle_dupe_cols=True, dtype=None, 
engine=None, converters=None, true_values=None, false_values=None, skipinitialspace=False, 
skiprows=None, nrows=None, na_values=None, keep_default_na=True, na_filter=True, verbose=False, 
skip_blank_lines=True, parse_dates=False, infer_datetime_format=False, keep_date_col=False, 
date_parser=None, dayfirst=False, iterator=False, chunksize=None, compression='infer', 
thousands=None, decimal=b'.', lineterminator=None, quotechar='"', quoting=0, escapechar=None, 
comment=None, encoding=None, dialect=None, tupleize_cols=None, error_bad_lines=True, 
warn_bad_lines=True, skipfooter=0, skip_footer=0, doublequote=True, delim_whitespace=False, 
as_recarray=None, compact_ints=None, use_unsigned=None, low_memory=True, buffer_lines=None, 
memory_map=False, float_precision=None
1
2
3
4
5
6
7
8
9
10
11
12
經常使用參數：

filepath_or_buffer : str，pathlib。str, pathlib.Path, py._path.local.LocalPath or any object with a read() method (such as a file handle or StringIO) 
能夠是URL，可用URL類型包括：http, ftp, s3和文件。對於多文件正在準備中 
本地文件讀取實例：://localhost/path/to/table.csv

sep : str, default ‘,’ 
指定分隔符。若是不指定參數，則會嘗試使用逗號分隔。分隔符長於一個字符而且不是‘\s+’,將使用python的語法分析器。而且忽略數據中的逗號。正則表達式例子：’\r\t’

delimiter : str, default None 
定界符，備選分隔符（若是指定該參數，則sep參數失效）

delim_whitespace : boolean, default False. 
指定空格(例如’ ‘或者’ ‘)是否做爲分隔符使用，等效於設定sep=’\s+’。若是這個參數設定爲Ture那麼delimiter 參數失效。 
在新版本0.18.1支持

header : int or list of ints, default ‘infer’ 
指定行數用來做爲列名，數據開始行數。若是文件中沒有列名，則默認爲0，不然設置爲None。若是明確設定header=0 就會替換掉原來存在列名。header參數能夠是一個list例如：[0,1,3]，這個list表示將文件中的這些行做爲列標題（意味着每一列有多個標題），介於中間的行將被忽略掉（例如本例中的2；本例中的數據1,2,4行將被做爲多級標題出現，第3行數據將被丟棄，dataframe的數據從第5行開始。）。 
注意：若是skip_blank_lines=True 那麼header參數忽略註釋行和空行，因此header=0表示第一行數據而不是文件的第一行。

names : array-like, default None 
用於結果的列名列表，若是數據文件中沒有列標題行，就須要執行header=None。默認列表中不能出現重複，除非設定參數mangle_dupe_cols=True。

index_col : int or sequence or False, default None 
用做行索引的列編號或者列名，若是給定一個序列則有多個行索引。 
若是文件不規則，行尾有分隔符，則能夠設定index_col=False 保證pandas用第一列做爲行索引。

usecols : array-like, default None 
返回一個數據子集，該列表中的值必須能夠對應到文件中的位置（數字能夠對應到指定的列）或者是字符傳爲文件中的列名。例如：usecols有效參數多是 [0,1,2]或者是 [‘foo’, ‘bar’, ‘baz’]。使用這個參數能夠加快加載速度並下降內存消耗。

as_recarray : boolean, default False 
不同意使用：該參數會在將來版本移除。請使用pd.read_csv(…).to_records()替代。 
返回一個Numpy的recarray來替代DataFrame。若是該參數設定爲True。將會優先squeeze參數使用。而且行索引將再也不可用，索引列也將被忽略。

squeeze : boolean, default False 
若是文件值包含一列，則返回一個Series

prefix : str, default None 
在沒有列標題時，給列添加前綴。例如：添加‘X’ 成爲 X0, X1, …

mangle_dupe_cols : boolean, default True 
重複的列，將‘X’…’X’表示爲‘X.0’…’X.N’。若是設定爲false則會將全部重名列覆蓋。

dtype : Type name or dict of column -> type, default None 
每列數據的數據類型。例如 {‘a’: np.float64, ‘b’: np.int32}

engine : {‘c’, ‘python’}, optional 
Parser engine to use. The C engine is faster while the python engine is currently more feature-complete. 
使用的分析引擎。能夠選擇C或者是python。C引擎快可是Python引擎功能更加完備。

converters : dict, default None 
列轉換函數的字典。key能夠是列名或者列的序號。

true_values : list, default None 
Values to consider as True

false_values : list, default None 
Values to consider as False

skipinitialspace : boolean, default False 
忽略分隔符後的空白（默認爲False，即不忽略）.

skiprows : list-like or integer, default None 
須要忽略的行數（從文件開始處算起），或須要跳過的行號列表（從0開始）。

skipfooter : int, default 0 
從文件尾部開始忽略。 (c引擎不支持)

skip_footer : int, default 0 
不推薦使用：建議使用skipfooter ，功能同樣。

nrows : int, default None 
須要讀取的行數（從文件頭開始算起）。

na_values : scalar, str, list-like, or dict, default None 
一組用於替換NA/NaN的值。若是傳參，須要制定特定列的空值。默認爲‘1.#IND’, ‘1.#QNAN’, ‘N/A’, ‘NA’, ‘NULL’, ‘NaN’, ‘nan’`.

keep_default_na : bool, default True 
若是指定na_values參數，而且keep_default_na=False，那麼默認的NaN將被覆蓋，不然添加。

na_filter : boolean, default True 
是否檢查丟失值（空字符串或者是空值）。對於大文件來講數據集中沒有空值，設定na_filter=False能夠提高讀取速度。

verbose : boolean, default False 
是否打印各類解析器的輸出信息，例如：「非數值列中缺失值的數量」等。

skip_blank_lines : boolean, default True 
若是爲True，則跳過空行；不然記爲NaN。

parse_dates : boolean or list of ints or names or list of lists or dict, default False

boolean. True -> 解析索引
list of ints or names. e.g. If [1, 2, 3] -> 解析1,2,3列的值做爲獨立的日期列；
list of lists. e.g. If [[1, 3]] -> 合併1,3列做爲一個日期列使用
dict, e.g. {‘foo’ : [1, 3]} -> 將1,3列合併，並給合併後的列起名爲"foo"
1
2
3
4
infer_datetime_format : boolean, default False 
若是設定爲True而且parse_dates 可用，那麼pandas將嘗試轉換爲日期類型，若是能夠轉換，轉換方法並解析。在某些狀況下會快5~10倍。

keep_date_col : boolean, default False 
若是鏈接多列解析日期，則保持參與鏈接的列。默認爲False。

date_parser : function, default None 
用於解析日期的函數，默認使用dateutil.parser.parser來作轉換。Pandas嘗試使用三種不一樣的方式解析，若是遇到問題則使用下一種方式。 
1.使用一個或者多個arrays（由parse_dates指定）做爲參數； 
2.鏈接指定多列字符串做爲一個列做爲參數； 
3.每行調用一次date_parser函數來解析一個或者多個字符串（由parse_dates指定）做爲參數。

dayfirst : boolean, default False 
DD/MM格式的日期類型

iterator : boolean, default False 
返回一個TextFileReader 對象，以便逐塊處理文件。

chunksize : int, default None 
文件塊的大小， See IO Tools docs for more informationon iterator and chunksize.

compression : {‘infer’, ‘gzip’, ‘bz2’, ‘zip’, ‘xz’, None}, default ‘infer’ 
直接使用磁盤上的壓縮文件。若是使用infer參數，則使用 gzip, bz2, zip或者解壓文件名中以‘.gz’, ‘.bz2’, ‘.zip’, or ‘xz’這些爲後綴的文件，不然不解壓。若是使用zip，那麼ZIP包中國必須只包含一個文件。設置爲None則不解壓。 
新版本0.18.1版本支持zip和xz解壓

thousands : str, default None 
千分位分割符，如「，」或者「.」

decimal : str, default ‘.’ 
字符中的小數點 (例如：歐洲數據使用’，‘).

float_precision : string, default None 
Specifies which converter the C engine should use for floating-point values. The options are None for the ordinary converter, high for the high-precision converter, and round_trip for the round-trip converter. 
指定

lineterminator : str (length 1), default None 
行分割符，只在C解析器下使用。

quotechar : str (length 1), optional 
引號，用做標識開始和解釋的字符，引號內的分割符將被忽略。

quoting : int or csv.QUOTE_* instance, default 0 
控制csv中的引號常量。可選 QUOTE_MINIMAL (0), QUOTE_ALL (1), QUOTE_NONNUMERIC (2) or QUOTE_NONE (3)

doublequote : boolean, default True 
雙引號，當單引號已經被定義，而且quoting 參數不是QUOTE_NONE的時候，使用雙引號表示引號內的元素做爲一個元素使用。

escapechar : str (length 1), default None 
當quoting 爲QUOTE_NONE時，指定一個字符使的不受分隔符限值。

comment : str, default None 
標識着多餘的行不被解析。若是該字符出如今行首，這一行將被所有忽略。這個參數只能是一個字符，空行（就像skip_blank_lines=True）註釋行被header和skiprows忽略同樣。例如若是指定comment=’#’ 解析‘#empty\na,b,c\n1,2,3’ 以header=0 那麼返回結果將是以’a,b,c’做爲header。

encoding : str, default None 
指定字符集類型，一般指定爲’utf-8’. List of Python standard encodings

dialect : str or csv.Dialect instance, default None 
若是沒有指定特定的語言，若是sep大於一個字符則忽略。具體查看csv.Dialect 文檔

tupleize_cols : boolean, default False 
Leave a list of tuples on columns as is (default is to convert to a Multi Index on the columns)

error_bad_lines : boolean, default True 
若是一行包含太多的列，那麼默認不會返回DataFrame ，若是設置成false，那麼會將改行剔除（只能在C解析器下使用）。

warn_bad_lines : boolean, default True 
若是error_bad_lines =False，而且warn_bad_lines =True 那麼全部的「bad lines」將會被輸出（只能在C解析器下使用）。

low_memory : boolean, default True 
分塊加載到內存，再低內存消耗中解析。可是可能出現類型混淆。確保類型不被混淆須要設置爲False。或者使用dtype 參數指定類型。注意使用chunksize 或者iterator 參數分塊讀入會將整個文件讀入到一個Dataframe，而忽略類型（只能在C解析器中有效）

buffer_lines : int, default None 
不推薦使用，這個參數將會在將來版本移除，由於他的值在解析器中不推薦使用

compact_ints : boolean, default False 
不推薦使用，這個參數將會在將來版本移除 
若是設置compact_ints=True ，那麼任何有整數類型構成的列將被按照最小的整數類型存儲，是否有符號將取決於use_unsigned 參數

use_unsigned : boolean, default False 
不推薦使用：這個參數將會在將來版本移除 
若是整數列被壓縮(i.e. compact_ints=True)，指定被壓縮的列是有符號仍是無符號的。 
memory_map : boolean, default False 
若是使用的文件在內存內，那麼直接map文件使用。使用這種方式能夠避免文件再次進行IO操做。

2. to_csv
to_csv方法定義：

DataFrame.to_csv(path_or_buf=None, sep=', ', na_rep='', float_format=None, columns=None, 
header=True, index=True, index_label=None, mode='w', encoding=None, compression=None, 
quoting=None, quotechar='"', line_terminator='\n', chunksize=None, tupleize_cols=None, 
date_format=None, doublequote=True, escapechar=None, decimal='.')
1
2
3
4
5
path_or_buf=None： string or file handle, default None 
File path or object, if None is provided the result is returned as a string. 
字符串或文件句柄，默認無文件 
路徑或對象，若是沒有提供，結果將返回爲字符串。

sep : character, default ‘,’ 
Field delimiter for the output file. 
默認字符 ‘ ，’ 
輸出文件的字段分隔符。

na_rep : string, default ‘’ 
Missing data representation 
字符串，默認爲 ‘’ 
浮點數格式字符串

float_format : string, default None 
Format string for floating point numbers 
字符串，默認爲 None 
浮點數格式字符串

columns : sequence, optional Columns to write 
順序，可選列寫入

header : boolean or list of string, default True 
Write out the column names. If a list of strings is given it is assumed to be aliases for the column names 
字符串或布爾列表，默認爲true 
寫出列名。若是給定字符串列表，則假定爲列名的別名。

index : boolean, default True 
Write row names (index) 
布爾值，默認爲Ture 
寫入行名稱（索引）

index_label : string or sequence, or False, default None 
Column label for index column(s) if desired. If None is given, and header and index are True, then the index names are used. A sequence should be given if the DataFrame uses MultiIndex. If False do not print fields for index names. Use index_label=False for easier importing in R 
字符串或序列，或False,默認爲None 
若是須要，可使用索引列的列標籤。若是沒有給出，且標題和索引爲True，則使用索引名稱。若是數據文件使用多索引，則應該使用這個序列。若是值爲False，不打印索引字段。在R中使用index_label=False 更容易導入索引.

mode : str 
模式：值爲‘str’，字符串 
Python寫模式，默認「w」

encoding : string, optional 
編碼：字符串，可選 
表示在輸出文件中使用的編碼的字符串，Python 2上默認爲「ASCII」和Python 3上默認爲「UTF-8」。

compression : string, optional 
字符串，可選項 
表示在輸出文件中使用的壓縮的字符串，容許值爲「gzip」、「bz2」、「xz」，僅在第一個參數是文件名時使用。

line_terminator : string, default ‘\n’ 
字符串，默認爲 ‘\n’ 
在輸出文件中使用的換行字符或字符序列

quoting : optional constant from csv module 
CSV模塊的可選常量 
默認值爲to_csv.QUOTE_MINIMAL。若是設置了浮點格式，那麼浮點將轉換爲字符串，所以csv.QUOTE_NONNUMERIC會將它們視爲非數值的。

quotechar : string (length 1), default ‘」’ 
字符串（長度1），默認「」 
用於引用字段的字符

doublequote : boolean, default True 
布爾，默認爲Ture 
控制一個字段內的quotechar

escapechar : string (length 1), default None 
字符串（長度爲1），默認爲None 
在適當的時候用來轉義sep和quotechar的字符

chunksize : int or None 
int或None 
一次寫入行

tupleize_cols : boolean, default False 
布爾值 ，默認爲False 
從版本0.21.0中刪除：此參數將被刪除，而且老是將多索引的每行寫入CSV文件中的單獨行 
（若是值爲false）將多索引列做爲元組列表（若是TRUE）或以新的、擴展的格式寫入，其中每一個多索引列是CSV中的一行。

date_format : string, default None 
字符串，默認爲None 
字符串對象轉換爲日期時間對象

decimal: string, default ‘.’ 
字符串，默認’。’ 
字符識別爲小數點分隔符。例如。歐洲數據使用 ​​’，