Pandas 2.2 中文文档（二十六）

原文：pandas.pydata.org/docs/

API 参考

原文：pandas.pydata.org/docs/reference/index.html

此页面概述了所有公开的 pandas 对象、函数和方法。pandas.* 命名空间中公开的所有类和函数都是公开的。

以下子包是公开的。

• pandas.errors：由 pandas 引发的自定义异常和警告类。

• pandas.plotting：绘图公共 API。

• pandas.testing：用于编写涉及 pandas 对象的测试的函数。

• pandas.api.extensions：用于扩展 pandas 对象的函数和类。

• pandas.api.indexers：滚动窗口索引器的函数和类。

• pandas.api.interchange：DataFrame 互换协议。

• pandas.api.types：数据类型类和函数。

• pandas.api.typing：可能需要用于类型提示的类。这些是用户遇到的中间结果类，但不应由用户直接实例化。不要将这些类与 pandas-stubs 包中的类混淆，后者除了 pandas 中出现的类外还包含用于类型提示的类。

此外，文档中还提到了 pandas.io 和 pandas.tseries 子模块中的公共函数。

警告

pandas.core、pandas.compat 和 pandas.util 顶级模块是私有的。不保证此类模块中的稳定功能。

• 输入/输出

  • 序列化

  • 平面文件

  • 剪贴板

  • Excel

  • JSON

  • HTML

  • XML

  • Latex

  • HDFStore: PyTables (HDF5)

  • 羽毛

  • Parquet

  • ORC

  • SAS

  • SPSS

  • SQL

  • Google BigQuery

  • STATA

• 常用函数

  • 数据操作

  • 顶级缺失数据

  • 顶级处理数值数据

  • 顶级处理日期时间数据

  • 顶级处理区间数据

  • 顶级评估

  • 日期时间格式

  • 散列

  • 从其他 DataFrame 库导入

• 系列

  • 构造函数

  • 属性

  • 转换

  • 索引、迭代

  • 二元运算符函数

  • 函数应用、GroupBy 和窗口

  • 计算/描述性统计

  • 重新索引/选择/标签操作

  • 缺失数据处理

  • 重塑、排序

  • 组合/比较/连接/合并

  • 与时间序列相关

  • 访问器

  • 绘图

  • 序列化/IO/转换

• 数据帧

  • 构造函数

  • 属性和底层数据

  • 转换

  • 索引、迭代

  • 二进制运算函数

  • 函数应用、GroupBy 和窗口

  • 计算/描述性统计

  • 重新索引/选择/标签操作

  • 缺失数据处理

  • 重塑、排序、转置

  • 组合/比较/连接/合并

  • 与时间序列相关

  • 标志

  • 元数据

  • 绘图

  • 稀疏访问器

  • 序列化/IO/转换

• pandas 数组、标量和数据类型

  • 对象

  • 实用工具

• 索引对象

  • 索引

  • 数值索引

  • 分类索引

  • 区间索引

  • MultiIndex

  • DatetimeIndex

  • TimedeltaIndex

  • PeriodIndex

• 日期偏移

  • 日期偏移

  • 工作日

  • BusinessHour

  • CustomBusinessDay

  • CustomBusinessHour

  • MonthEnd

  • MonthBegin

  • BusinessMonthEnd

  • BusinessMonthBegin

  • CustomBusinessMonthEnd

  • CustomBusinessMonthBegin

  • SemiMonthEnd

  • SemiMonthBegin

  • Week

  • WeekOfMonth

  • LastWeekOfMonth

  • BQuarterEnd

  • BQuarterBegin

  • QuarterEnd

  • QuarterBegin

  • BYearEnd

  • BYearBegin

  • YearEnd

  • YearBegin

  • FY5253

  • FY5253Quarter

  • Easter

  • Tick

  • Day

  • Hour

  • Minute

  • Second

  • Milli

  • Micro

  • Nano

• 频率

  • pandas.tseries.frequencies.to_offset

• 窗口

  • 滚动窗口函数

  • 加权窗口函数

  • 扩展窗口函数

  • 指数加权窗口函数

  • 窗口索引器

• GroupBy

  • 索引，迭代

  • 函数应用助手

  • 函数应用

  • DataFrameGroupBy 计算 / 描述统计

  • SeriesGroupBy 计算 / 描述统计

  • 绘图和可视化

• 重新采样

  • 索引，迭代

  • 函数应用

  • 上采样

  • 计算 / 描述统计

• 样式

  • Styler 构造函数

  • Styler 属性

  • 样式应用

  • 内置样式

  • 样式导出和导入

• 绘图

  • pandas.plotting.andrews_curves

  • pandas.plotting.autocorrelation_plot

  • pandas.plotting.bootstrap_plot

  • pandas.plotting.boxplot

  • pandas.plotting.deregister_matplotlib_converters

  • pandas.plotting.lag_plot

  • pandas.plotting.parallel_coordinates

  • pandas.plotting.plot_params

  • pandas.plotting.radviz

  • pandas.plotting.register_matplotlib_converters

  • pandas.plotting.scatter_matrix

  • pandas.plotting.table

• 选项和设置

  • 处理选项

  • 数字格式化

• 扩展

  • pandas.api.extensions.register_extension_dtype

  • pandas.api.extensions.register_dataframe_accessor

  • pandas.api.extensions.register_series_accessor

  • pandas.api.extensions.register_index_accessor

  • pandas.api.extensions.ExtensionDtype

  • pandas.api.extensions.ExtensionArray

  • pandas.arrays.NumpyExtensionArray

  • pandas.api.indexers.check_array_indexer

• 测试

  • 断言函数

  • 异常和警告

  • 错误报告函数

  • 测试套件运行器

• 缺失值

  • pandas.NA

  • pandas.NaT

输入/输出

原文：pandas.pydata.org/docs/reference/io.html

Pickling

read_pickle(filepath_or_buffer[, …])	从文件中加载经过 pickling 的 pandas 对象（或任何对象）。
DataFrame.to_pickle(path, *[, compression, …])	将对象 pickling（序列化）到文件。

平面文件

read_table(filepath_or_buffer, *[, sep, …])	将通用分隔文件读入 DataFrame。
read_csv(filepath_or_buffer, *[, sep, …])	将逗号分隔值（csv）文件读入 DataFrame。
DataFrame.to_csv([path_or_buf, sep, na_rep, …])	将对象写入逗号分隔值（csv）文件。
read_fwf(filepath_or_buffer, *[, colspecs, …])	将固定宽度格式的表格行读入 DataFrame。

剪贴板

read_clipboard([sep, dtype_backend])	从剪贴板读取文本并传递给read_csv()。
DataFrame.to_clipboard(*[, excel, sep])	将对象复制到系统剪贴板。

Excel

read_excel(io[, sheet_name, header, names, …])	将 Excel 文件读入pandas DataFrame。
DataFrame.to_excel(excel_writer, *[, …])	将对象写入 Excel 表格。
ExcelFile(path_or_buffer[, engine, …])	用于将表格化的 Excel 表格解析为 DataFrame 对象的类。
ExcelFile.book
ExcelFile.sheet_names
ExcelFile.parse([sheet_name, header, names, …])	将指定的工作表解析为 DataFrame。
Styler.to_excel(excel_writer[, sheet_name, …])	将 Styler 写入 Excel 表格。
ExcelWriter(path[, engine, date_format, …])	用于将 DataFrame 对象写入 Excel 表格的类。

JSON

read_json(path_or_buf, *[, orient, typ, …])	将 JSON 字符串转换为 pandas 对象。
json_normalize(data[, record_path, meta, …])	将半结构化的 JSON 数据规范化为平面表格。
DataFrame.to_json([path_or_buf, orient, …])	将对象转换为 JSON 字符串。
build_table_schema(data[, index, …])	从 data 创建表模式。

HTML

read_html(io, *[, match, flavor, header, …])	将 HTML 表格读取为 DataFrame 对象的 list。
DataFrame.to_html([buf, columns, col_space, …])	将 DataFrame 渲染为 HTML 表格。
Styler.to_html([buf, table_uuid, …])	将 Styler 写入文件、缓冲区或以 HTML-CSS 格式的字符串。

XML

read_xml(path_or_buffer, *[, xpath, …])	将 XML 文档读取为 DataFrame 对象。
DataFrame.to_xml([path_or_buffer, index, …])	将 DataFrame 渲染为 XML 文档。

Latex

DataFrame.to_latex([buf, columns, header, …])	将对象渲染为 LaTeX 表格、长表格或嵌套表格。
Styler.to_latex([buf, column_format, …])	将 Styler 写入文件、缓冲区或以 LaTeX 格式的字符串。

HDFStore: PyTables (HDF5)

read_hdf(path_or_buf[, key, mode, errors, …])	从存储中读取，如果打开则关闭。
HDFStore.put(key, value[, format, index, …])	将对象存储在 HDFStore 中。
HDFStore.append(key, value[, format, axes, …])	在文件中的表格中追加。
HDFStore.get(key)	从文件中检索存储的 pandas 对象。
HDFStore.select(key[, where, start, stop, …])	检索存储在文件中的 pandas 对象，可选地基于 where 条件。
HDFStore.info()	打印存储的详细信息。
HDFStore.keys([include])	返回与 HDFStore 中存储的对象对应的键列表。
HDFStore.groups()	返回所有顶级节点的列表。
HDFStore.walk([where])	遍历 pandas 对象的 pytables 组层次结构。

警告

可以将 DataFrame 或 Series 的子类存储到 HDF5，但子类的类型在存储时会丢失。

Feather

read_feather(path[, columns, use_threads, …])	从文件路径加载 feather 格式对象。
DataFrame.to_feather(path, **kwargs)	将 DataFrame 写入二进制 Feather 格式。

Parquet

read_parquet(path[, engine, columns, …])	从文件路径加载 parquet 对象，返回一个 DataFrame。
DataFrame.to_parquet([path, engine, …])	将 DataFrame 写入二进制 parquet 格式。

ORC

read_orc(path[, columns, dtype_backend, …])	从文件路径加载 ORC 对象，返回一个 DataFrame。
DataFrame.to_orc([path, engine, index, …])	将 DataFrame 写入 ORC 格式。

SAS

read_sas(filepath_or_buffer, *[, format, …])	读取存储为 XPORT 或 SAS7BDAT 格式文件的 SAS 文件。

SPSS

read_spss(path[, usecols, …])	从文件路径加载 SPSS 文件，返回一个 DataFrame。

SQL

read_sql_table(table_name, con[, schema, …])	将 SQL 数据库表读取为 DataFrame。
read_sql_query(sql, con[, index_col, …])	将 SQL 查询读取为 DataFrame。
read_sql(sql, con[, index_col, …])	将 SQL 查询或数据库表读取到 DataFrame 中。
DataFrame.to_sql(name, con, *[, schema, …])	将存储在 DataFrame 中的记录写入 SQL 数据库。

谷歌大查询

read_gbq(query[, project_id, index_col, …])	（已弃用）从谷歌大查询加载数据。

STATA

read_stata(filepath_or_buffer, *[, …])	将 Stata 文件读取到 DataFrame 中。
DataFrame.to_stata(path, *[, convert_dates, …])	将 DataFrame 对象导出为 Stata dta 格式。
StataReader.data_label	返回 Stata 文件的数据标签。
StataReader.value_labels()	返回一个嵌套字典，将每个变量名与其值和标签关联。
StataReader.variable_labels()	返回一个将每个变量名与相应标签关联的字典。
StataWriter.write_file()	将 DataFrame 对象导出为 Stata dta 格式。

Pickling

read_pickle(filepath_or_buffer[, …])	从文件中加载经过 Pickle 处理的 pandas 对象（或任何对象）。
DataFrame.to_pickle(path, *[, compression, …])	将对象序列化（Pickle）到文件。

平面文件

read_table(filepath_or_buffer, *[, sep, …])	将通用分隔文件读取到 DataFrame 中。
read_csv(filepath_or_buffer, *[, sep, …])	将逗号分隔值（csv）文件读取到 DataFrame 中。
DataFrame.to_csv([path_or_buf, sep, na_rep, …])	将对象写入逗号分隔值（csv）文件。
read_fwf(filepath_or_buffer, *[, colspecs, …])	将固定宽度格式行的表读取到 DataFrame 中。

剪贴板

read_clipboard([sep, dtype_backend])	从剪贴板读取文本并传递给 read_csv()。
DataFrame.to_clipboard(*[, excel, sep])	将对象复制到系统剪贴板。

Excel

read_excel(io[, sheet_name, header, names, …])	将 Excel 文件读取为 pandas DataFrame。
DataFrame.to_excel(excel_writer, *[, …])	将对象写入 Excel 表格。
ExcelFile(path_or_buffer[, engine, …])	用于将表格形式的 Excel 表格解析为 DataFrame 对象的类。
ExcelFile.book
ExcelFile.sheet_names
ExcelFile.parse([sheet_name, header, names, …])	将指定的工作表解析为 DataFrame。
Styler.to_excel(excel_writer[, sheet_name, …])	将 Styler 写入 Excel 表格。
ExcelWriter(path[, engine, date_format, …])	用于将 DataFrame 对象写入 Excel 表格的类。

JSON

read_json(path_or_buf, *[, orient, typ, …])	将 JSON 字符串转换为 pandas 对象。
json_normalize(data[, record_path, meta, …])	将半结构化的 JSON 数据规范化为平面表。
DataFrame.to_json	将对象转换为 JSON 字符串。
build_table_schema(data[, index, …])	从 data 创建一个表模式。

HTML

read_html(io, *[, match, flavor, header, …])	将 HTML 表格读取为 DataFrame 对象的 list。
DataFrame.to_html([buf, columns, col_space, …])	将 DataFrame 渲染为 HTML 表格。
Styler.to_html([buf, table_uuid, …])	将 Styler 写入文件、缓冲��或字符串，格式为 HTML-CSS。

XML

read_xml(path_or_buffer, *[, xpath, …])	将 XML 文档读取为DataFrame对象。
DataFrame.to_xml([path_or_buffer, index, …])	将 DataFrame 呈现为 XML 文档。

Latex

DataFrame.to_latex([buf, columns, header, …])	将对象呈现为 LaTeX 表格、长表格或嵌套表格。
Styler.to_latex([buf, column_format, …])	将 Styler 写入文件、缓冲区或字符串，格式为 LaTeX。

HDFStore: PyTables (HDF5)

read_hdf(path_or_buf[, key, mode, errors, …])	从存储中读取数据，如果打开了存储，则关闭它。
HDFStore.put(key, value[, format, index, …])	将对象存储在 HDFStore 中。
HDFStore.append(key, value[, format, axes, …])	追加到文件中的表格。
HDFStore.get(key)	检索存储在文件中的 pandas 对象。
HDFStore.select(key[, where, start, stop, …])	检索存储在文件中的 pandas 对象，可选地基于 where 条件。
HDFStore.info()	打印存储的详细信息。
HDFStore.keys([include])	返回存储在 HDFStore 中的对象对应的键列表。
HDFStore.groups()	返回所有顶级节点的列表。
HDFStore.walk([where])	遍历 pytables 组层次结构以查找 pandas 对象。

警告

可以将DataFrame或Series的子类存储到 HDF5 中，但子类的类型在存储时会丢失。

Feather

read_feather(path[, columns, use_threads, …])	从文件路径加载 feather 格式对象。
DataFrame.to_feather(path, **kwargs)	将 DataFrame 写入二进制 Feather 格式。

Parquet

read_parquet(path[, engine, columns, …])	从文件路径加载 parquet 对象，返回一个 DataFrame。
DataFrame.to_parquet([path, engine, …])	将 DataFrame 写入二进制 parquet 格式。

ORC

read_orc(path[, columns, dtype_backend, …])	从文件路径加载 ORC 对象，返回一个 DataFrame。
DataFrame.to_orc([path, engine, index, …])	将 DataFrame 写入 ORC 格式。

SAS

read_sas(filepath_or_buffer, *[, format, …])	读取存储为 XPORT 或 SAS7BDAT 格式文件的 SAS 文件。

SPSS

read_spss(path[, usecols, …])	从文件路径加载 SPSS 文件，返回一个 DataFrame。

SQL

read_sql_table(table_name, con[, schema, …])	将 SQL 数据库表读取为 DataFrame。
read_sql_query(sql, con[, index_col, …])	将 SQL 查询读取为 DataFrame。
read_sql(sql, con[, index_col, …])	将 SQL 查询或数据库表读取为 DataFrame。
DataFrame.to_sql(name, con, *[, schema, …])	将存储在 DataFrame 中的记录写入 SQL 数据库。

Google BigQuery

read_gbq(query[, project_id, index_col, …])	(已弃用) 从 Google BigQuery 加载数据。

STATA

read_stata(filepath_or_buffer, *[, …])	将 Stata 文件读取为 DataFrame。
DataFrame.to_stata(path, *[, convert_dates, …])	将 DataFrame 对象导出为 Stata dta 格式。
StataReader.data_label	返回 Stata 文件的数据标签。
StataReader.value_labels()	返回一个嵌套字典，将每个变量名与其值和标签关联起来。
StataReader.variable_labels()	返回一个将每个变量名与相应标签关联起来的字典。
StataWriter.write_file()	将 DataFrame 对象导出为 Stata dta 格式。

pandas.read_pickle

原文：pandas.pydata.org/docs/reference/api/pandas.read_pickle.html

pandas.read_pickle(filepath_or_buffer, compression='infer', storage_options=None)

从文件加载腌制的 pandas 对象（或任何对象）。

警告

从不受信任的来源加载腌制数据可能不安全。请参见这里。

参数：

filepath_or_bufferstr、路径对象或类文件对象

字符串、路径对象（实现 os.PathLike[str]）或实现二进制 readlines() 函数的类文件对象。也接受 URL。URL 不限于 S3 和 GCS。

compressionstr 或 dict，默认为 ‘infer’

用于在磁盘数据上进行即时解压缩。如果 ‘infer’ 并且 ‘filepath_or_buffer’ 是类似路径的对象，则从以下扩展名检测压缩：‘.gz’、‘.bz2’、‘.zip’、‘.xz’、‘.zst’、‘.tar’、‘.tar.gz’、‘.tar.xz’ 或 ‘.tar.bz2’（否则不压缩）。如果使用 'zip' 或 'tar'，ZIP 文件必须只包含一个要读取的数据文件。设置为 None 以不进行解压缩。也可以是一个字典，其中键 'method' 设置为其中之一 {'zip'、'gzip'、'bz2'、'zstd'、'xz'、'tar'}，其他键值对将转发到 zipfile.ZipFile、gzip.GzipFile、bz2.BZ2File、zstandard.ZstdDecompressor、lzma.LZMAFile 或 tarfile.TarFile。例如，以下内容可用于通过自定义压缩字典进行 Zstandard 解压缩：compression={'method': 'zstd', 'dict_data': my_compression_dict}。

1.5.0 版本新增：增加了对 .tar 文件的支持。

1.4.0 版本更改：增加了 Zstandard 支持。

storage_optionsdict，可选

适用于特定存储连接的额外选项，例如主机、端口、用户名、密码等。对于 HTTP(S) URL，键值对将作为标头选项转发到 urllib.request.Request。对于其他 URL（例如以 “s3://” 和 “gcs://” 开头的 URL），键值对将转发到 fsspec.open。请参阅 fsspec 和 urllib 了解更多详细信息，并查看有关存储选项的更多示例，请参考这里。

返回：

与文件中存储的对象相同类型

另请参阅

DataFrame.to_pickle

将 DataFrame 对象腌制（序列化）到文件。

Series.to_pickle

将 Series 对象腌制（序列化）到文件。

read_hdf

读取 HDF5 文件到 DataFrame。

read_sql

读取 SQL 查询或数据库表到 DataFrame。

read_parquet

加载 parquet 对象，返回一个 DataFrame。

注意事项

read_pickle 仅在对象使用 to_pickle 序列化时才保证向后兼容到 pandas 0.20.3。

示例

>>> original_df = pd.DataFrame(
...     {"foo": range(5), "bar": range(5, 10)}
...    )  
>>> original_df  
 foo  bar
0    0    5
1    1    6
2    2    7
3    3    8
4    4    9
>>> pd.to_pickle(original_df, "./dummy.pkl") 

>>> unpickled_df = pd.read_pickle("./dummy.pkl")  
>>> unpickled_df  
 foo  bar
0    0    5
1    1    6
2    2    7
3    3    8
4    4    9 

pandas.DataFrame.to_pickle

原文：pandas.pydata.org/docs/reference/api/pandas.DataFrame.to_pickle.html

DataFrame.to_pickle(path, *, compression='infer', protocol=5, storage_options=None)

将对象序列化为文件。

参数：

pathstr, path object, or file-like object

字符串、路径对象（实现了os.PathLike[str]）或实现了二进制write()函数的文件对象。要存储 pickled 对象的文件路径。

compressionstr or dict, default ‘infer’

用于输出数据的即时压缩。如果是’infer’并且’path’是路径形式的，则从以下扩展名检测压缩：‘.gz’、‘.bz2’、‘.zip’、‘.xz’、‘.zst’、‘.tar’、‘.tar.gz’、‘.tar.xz’或’.tar.bz2’（否则不压缩）。设置为None以不压缩。也可以是一个字典，其中键'method'设置为其中一个{'zip'、'gzip'、'bz2'、'zstd'、'xz'、'tar'}，其他键值对将转发到zipfile.ZipFile、gzip.GzipFile、bz2.BZ2File、zstandard.ZstdCompressor、lzma.LZMAFile或tarfile.TarFile。例如，可以传递以下内容以进行更快的压缩并创建可重现的 gzip 存档：compression={'method': 'gzip', 'compresslevel': 1, 'mtime': 1}。

1.5.0 版本新增支持.tar 文件。

protocolint

指示 pickler 应使用的协议，默认为 HIGHEST_PROTOCOL（参见[1]第 12.1.2 段）。可能的值为 0、1、2、3、4、5。将协议参数设置为负值等效于将其值设置为 HIGHEST_PROTOCOL。

[1]

docs.python.org/3/library/pickle.html.

storage_optionsdict, optional

特定存储连接的额外选项，例如主机、端口、用户名、密码等。对于 HTTP(S) URL，键值对将作为标头选项转发到urllib.request.Request。对于其他 URL（例如以“s3://”和“gcs://”开头的 URL），键值对将转发到fsspec.open。请参阅fsspec和urllib获取更多详情，并参考这里中有关存储选项的更多示例。

另请参阅

read_pickle

从文件中加载 pickle 的 pandas 对象（或任何对象）。

DataFrame.to_hdf

将 DataFrame 写入 HDF5 文件。

DataFrame.to_sql

将 DataFrame 写入 SQL 数据库。

DataFrame.to_parquet

将 DataFrame 写入二进制 Parquet 格式。

示例

>>> original_df = pd.DataFrame({"foo": range(5), "bar": range(5, 10)})  
>>> original_df  
 foo  bar
0    0    5
1    1    6
2    2    7
3    3    8
4    4    9
>>> original_df.to_pickle("./dummy.pkl") 

>>> unpickled_df = pd.read_pickle("./dummy.pkl")  
>>> unpickled_df  
 foo  bar
0    0    5
1    1    6
2    2    7
3    3    8
4    4    9 

pandas.read_table

原文：pandas.pydata.org/docs/reference/api/pandas.read_table.html

pandas.read_table(filepath_or_buffer, *, sep=_NoDefault.no_default, delimiter=None, header='infer', names=_NoDefault.no_default, index_col=None, usecols=None, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skipinitialspace=False, skiprows=None, skipfooter=0, nrows=None, na_values=None, keep_default_na=True, na_filter=True, verbose=_NoDefault.no_default, skip_blank_lines=True, parse_dates=False, infer_datetime_format=_NoDefault.no_default, keep_date_col=_NoDefault.no_default, date_parser=_NoDefault.no_default, date_format=None, dayfirst=False, cache_dates=True, iterator=False, chunksize=None, compression='infer', thousands=None, decimal='.', lineterminator=None, quotechar='"', quoting=0, doublequote=True, escapechar=None, comment=None, encoding=None, encoding_errors='strict', dialect=None, on_bad_lines='error', delim_whitespace=_NoDefault.no_default, low_memory=True, memory_map=False, float_precision=None, storage_options=None, dtype_backend=_NoDefault.no_default)

将通用分隔文件读入 DataFrame。

还支持可选地迭代或将文件分成块。

额外的帮助可以在IO 工具的在线文档中找到。

参数：

filepath_or_bufferstr，路径对象或类文件对象

任何有效的字符串路径都可以接受。字符串可以是 URL。有效的 URL 方案包括 http、ftp、s3、gs 和 file。对于文件 URL，期望有一个主机。本地文件可以是：file://localhost/path/to/table.csv。

如果要传递路径对象，pandas 接受任何os.PathLike。

通过类文件对象，我们指的是具有read()方法的对象，例如文件句柄（例如通过内置的open函数）或StringIO。

sepstr，默认为‘\t’（制表符）

要视为分隔符的字符或正则表达式模式。如果sep=None，则 C 引擎无法自动检测分隔符，但 Python 解析引擎可以，这意味着将使用后者，并且 Python 的内置嗅探工具csv.Sniffer将仅从文件的第一行自动检测分隔符。此外，长度大于 1 个字符且不同于'\s+'的分隔符将被解释为正则表达式，并且还将强制使用 Python 解析引擎。请注意，正则表达式分隔符容易忽略带引号的数据。正则表达式示例：'\r\t'。

delimiterstr，可选

sep的别名。

headerint，int 序列，‘infer’或 None，默认为‘infer’

包含列标签并标记数据起始位置的行号（从零开始索引）。默认行为是推断列名：如果没有传递names，则行为与header=0相同，并且列名从文件的第一行推断出来；如果列名明确传递给names，则行为与header=None相同。显式传递header=0以替换现有名称。标题可以是指定列的MultiIndex的行位置的整数列表，例如[0, 1, 3]。未指定的中间行将被跳过（例如，在此示例中跳过了 2）。请注意，如果skip_blank_lines=True，此参数将忽略注释行和空行，因此header=0表示数据的第一行而不是文件的第一行。

namesHashable 序列，可选

要应用的列标签序列。如果文件包含标题行，则应明确传递header=0以覆盖列名。此列表中不允许重复项。

index_colHashable，Hashable 序列或 False，可选

作为行标签使用的列，标记为列标签或列索引。如果给出一系列标签或索引，将为行标签形成 MultiIndex。

注意：index_col=False 可以用来强制 pandas 不 将第一列用作索引，例如，当您有一个每行末尾都有分隔符的格式错误文件时。

usecols可哈希序列或可调用对象，可选

要选择的列的子集，标记为列标签或列索引。如果类似列表，所有元素必须是位置的（即整数索引到文档列）或字符串，这些字符串对应于用户在 names 中提供的列名，或者从文档头行（s）中推断出的列名。如果给出了 names，则不考虑文档头行（s）。例如，一个有效的类似列表的 usecols 参数将是 [0, 1, 2] 或 ['foo', 'bar', 'baz']。元素顺序被忽略，所以 usecols=[0, 1] 和 [1, 0] 是相同的。要保留元素顺序的 DataFrame 实例化，请使用 pd.read_csv(data, usecols=['foo', 'bar'])[['foo', 'bar']] 来按照 ['foo', 'bar'] 顺序的列或 pd.read_csv(data, usecols=['foo', 'bar'])[['bar', 'foo']] 为 ['bar', 'foo'] 顺序。

如果可调用，将根据列名评估可调用函数，返回可调用函数评估为 True 的名称。一个有效的可调用参数示例是 lambda x: x.upper() in ['AAA', 'BBB', 'DDD']。使用此参数会导致更快的解析时间和更低的内存使用。

dtypedtype 或 {可哈希 dtype} 字典，可选

要应用于整个数据集或单个列的数据类型。例如，{'a': np.float64, 'b': np.int32, 'c': 'Int64'} 使用 str 或 object 与合适的 na_values 设置一起来保留并不解释 dtype。如果指定了 converters，它们将被应用于 INSTEAD 的 dtype 转换。

自版本 1.5.0 新增：添加了对 defaultdict 的支持。指定一个 defaultdict 作为输入，其中默认值确定了未显式列出的列的 dtype。

engine{‘c’, ‘python’, ‘pyarrow’}，可选

要使用的解析引擎。C 和 pyarrow 引擎更快，而 python 引擎目前更完整。多线程目前只由 pyarrow 引擎支持。

自版本 1.4.0 新增：将‘pyarrow’引擎添加为 实验性 引擎，并且某些功能不受支持，或者可能不正确地使用此引擎。

converters{可哈希可调用对象} 字典，可选

用于转换指定列中值的函数。键可以是列标签或列索引。

true_values列表，可选

除了大小写变体的True之外，还考虑为 True 的值。

false_values列表，可选

除了大小写变体的False之外，还考虑为 False 的值。

skipinitialspacebool，默认为 False

在分隔符后跳过空格。

skiprowsint，int 列表或可调用，可选

要跳过的行号（从 0 开始）或文件开头要跳过的行数（int）。

如果是可调用的，可调用函数将根据行索引进行评估，如果应跳过该行则返回True，否则返回False。一个有效的可调用参数示例是lambda x: x in [0, 2]。

skipfooterint，默认为 0

要跳过的文件底部行数（使用engine='c'时不支持）。

nrowsint，可选

要读取的文件行数。用于读取大文件的片段。

na_values可哈希，可迭代的可哈希或{可哈希迭代}的字典，可选

附加的字符串以识别为NA/NaN。如果传递了dict，则特定于每列的NA值。默认情况下，以下值被解释为NaN：“ “, “#N/A”, “#N/A N/A”, “#NA”, “-1.#IND”, “-1.#QNAN”, “-NaN”, “-nan”, “1.#IND”, “1.#QNAN”, “”, “N/A”, NA, “NULL”, NaN, “None”, “n/a”, “nan”, “null”。

keep_default_nabool，默认为 True

是否在解析数据时包括默认的NaN值。根据是否传入na_values，行为如下：

• 如果keep_default_na为True，并且指定了na_values，则将na_values附加到用于解析的默认NaN值。

• 如果keep_default_na为True，并且未指定na_values，则仅使用默认的NaN值进行解析。

• 如果keep_default_na为False，并且指定了na_values，则仅使用指定的na_values值进行解析。

• 如果keep_default_na为False，并且未指定na_values，则不会将任何字符串解析为NaN。

请注意，如果将na_filter传递为False，则将忽略keep_default_na和na_values参数。

na_filterbool，默认为 True

检测缺失值标记（空字符串和na_values的值）。在没有任何NA值的数据中，传递na_filter=False可以提高读取大文件的性能。

verbosebool，默认为 False

指示放置在非数字列中的NA值的数量。

自版本 2.2.0 起已弃用。

skip_blank_linesbool，默认为 True

如果为True，则跳过空行而不解释为NaN值。

parse_datesbool，可哈希列表，列表的列表或{哈希列表}的字典，默认为 False

行为如下：

• bool。如果为True -> 尝试解析索引。注意：如果传递了date_format或date_parser参数，则会自动设置为True。

• int或名称的list。例如，如果[1, 2, 3] -> 尝试将列 1、2、3 分别解析为单独的日期列。

• list的list。例如，如果[[1, 3]] -> 将列 1 和 3 合并并解析为单个日期列。在解析之前，值用空格连接。

• dict，例如{'foo' : [1, 3]} -> 将列 1、3 解析为日期并称为‘foo’。在解析之前，值用空格连接。

如果某列或索引无法表示为datetime数组，比如因为存在无法解析的值或时区混合，该列或索引将以object数据类型不变返回。对于非标准的datetime解析，请在read_csv()之后使用to_datetime()。

注意：存在用于 iso8601 格式日期的快速路径。

infer_datetime_formatbool，默认为 False

如果True并且启用了parse_dates，pandas 将尝试推断列中datetime字符串的格式，如果可以推断出来，将切换到更快的解析方法。在某些情况下，这可以将解析速度提高 5-10 倍。

自版本 2.0.0 起弃用：严格版本的此参数现在是默认的，传递它没有任何效果。

keep_date_colbool，默认为 False

如果True并且parse_dates指定了合并多个列，则保留原始列。

date_parser可调用对象，可选

用于将一系列字符串列转换为datetime实例数组的函数。默认使用dateutil.parser.parser进行转换。pandas 将尝试以三种不同的方式调用date_parser，如果发生异常，则继续下一个：1) 将一个或多个数组（由parse_dates定义）作为参数传递；2) 将由parse_dates定义的列中的字符串值（按行连接）合并为单个数组并传递；3) 对每一行使用一个或多个字符串（对应于由parse_dates定义的列）调用date_parser。

自版本 2.0.0 起弃用：改用date_format，或者读取为object，然后根据需要应用to_datetime()。

date_formatstr 或列->格式的字典，可选

与parse_dates结合使用时用于解析日期的格式。解析时间的 strftime，例如"%d/%m/%Y"。有关更多选择的信息，请参阅strftime 文档，尽管请注意"%f"将解析直到纳秒。你也可以传递：

• “ISO8601”，解析任何ISO8601

  时间字符串（不一定完全相同的格式）；

• “mixed”，为了单独推断每个元素的格式。这是有风险的，

  你可能应该与 dayfirst 一起使用它。

版本 2.0.0 中的新功能。

dayfirstbool，默认为 False

DD/MM 格式日期，国际和欧洲格式。

cache_datesbool，默认为 True

如果True，使用唯一的转换日期缓存来应用datetime转换。在解析重复日期字符串时可能会产生显著的加速，特别是带有时区偏移的日期字符串。

iteratorbool，默认为 False

返回用于迭代或使用get_chunk()获取块的TextFileReader对象。

chunksizeint，可选

从文件中每块读取的行数。传递一个值会导致函数返回一个 TextFileReader 对象以进行迭代。有关 iterator 和 chunksize 的更多信息，请参阅 IO 工具文档。

compressionstr 或 dict，默认为 ‘infer’

用于在磁盘上的数据的即时解压缩。如果‘infer’并且‘filepath_or_buffer’是类似路径的，则从以下扩展名检测压缩：‘.gz’、‘.bz2’、‘.zip’、‘.xz’、‘.zst’、‘.tar’、‘.tar.gz’、‘.tar.xz’或‘.tar.bz2’（否则不压缩）。如果使用'zip'或'tar'，ZIP 文件必须只包含一个要读取的数据文件。设置为 None 不进行解压缩。也可以是一个字典，其中键 'method' 设置为其中一个 {'zip'、'gzip'、'bz2'、'zstd'、'xz'、'tar'}，其他键值对被转发到 zipfile.ZipFile、gzip.GzipFile、bz2.BZ2File、zstandard.ZstdDecompressor、lzma.LZMAFile 或 tarfile.TarFile。例如，可以通过以下方式传递用于 Zstandard 解压缩的自定义压缩字典：compression={'method': 'zstd', 'dict_data': my_compression_dict}。

1.5.0 版本中的新功能：增加了对.tar 文件的支持。

在 1.4.0 版本中更改：增加了对 Zstandard 的支持。

thousandsstr（长度为 1），可选

数值中的千位分隔符。

decimalstr（长度为 1），默认为 ‘.’

将作为十进制点识别的字符（例如，使用‘，’表示欧洲数据）。

lineterminatorstr（长度为 1），可选

用于表示换行的字符。只有与 C 解析器一起使用时才有效。

quotecharstr（长度为 1），可选

用于表示引用项目的开始和结束的字符。引用项目可以包括 delimiter，并且将被忽略。

quoting{0 或 csv.QUOTE_MINIMAL, 1 或 csv.QUOTE_ALL, 2 或 csv.QUOTE_NONNUMERIC, 3 或 csv.QUOTE_NONE}，默认为 csv.QUOTE_MINIMAL

控制字段引号行为的 csv.QUOTE_* 常量。默认为 csv.QUOTE_MINIMAL（即，0），表示仅引用包含特殊字符的字段（例如，在 quotechar、delimiter 或 lineterminator 中定义的字符）。

doublequotebool，默认为 True

当指定了 quotechar 且 quoting 不是 QUOTE_NONE 时，指示是否将字段内连续的两个 quotechar 元素解释为单个 quotechar 元素。

escapecharstr（长度为 1），可选

用于转义其他字符的字符。

commentstr（长度为 1），可选

表示应不解析行剩余部分的字符。如果在行的开头找到，将完全忽略该行。此参数必须是单个字符。与空行一样（只要 skip_blank_lines=True），完全被注释的行由参数 header 忽略，但不由 skiprows 忽略。例如，如果 comment='#'，使用 header=0 解析 #empty\na,b,c\n1,2,3 将导致 'a,b,c' 被视为标题。

encodingstr，可选，默认为 ‘utf-8’

读取/写入 UTF 时要使用的编码（例如。'utf-8'）。Python 标准编码列表。

encoding_errorsstr，可选，默认为‘strict’

如何处理编码错误。可能值列表。

从版本 1.3.0 开始的新功能。

dialectstr 或 csv.Dialect，可选

如果提供，此参数将覆盖以下参数的值（默认或非默认）：delimiter，doublequote，escapechar，skipinitialspace，quotechar 和 quoting。如果需要覆盖值，则将发出ParserWarning。有关更多详细信息，请参阅 csv.Dialect 文档。

on_bad_lines{‘error’，‘warn’，‘skip’} 或 Callable，默认为‘error’

指定在遇到错误行（字段过多的行）时要执行的操作。允许的值有：

• 'error'，当遇到错误行时引发异常。

• 'warn'，在遇到错误行时引发警告并跳过该行。

• 'skip'，在遇到错误行时跳过，而不引发或警告。

从版本 1.3.0 开始的新功能。

从版本 1.4.0 开始的新功能：

• 可调用函数，具有签名 (bad_line: list[str]) -> list[str] | None，将处理单个错误行。bad_line是由sep分割的字符串列表。如果函数返回None，则会忽略错误行。如果函数返回具有比预期更多元素的新的字符串list，则会发出ParserWarning，同时删除额外的元素。仅在engine='python'时受支持。

从版本 2.2.0 开始更改：

• 当engine='pyarrow'时，具有如pyarrow 文档中描述的签名的可调用函数。

delim_whitespacebool，默认为 False

指定是否使用空白字符（例如。' '或'\t'）作为sep分隔符。等效于设置sep='\s+'。如果将此选项设置为True，则不应传递任何内容给delimiter参数。

自版本 2.2.0 起弃用：请改用sep="\s+"。

low_memorybool，默认为 True

将文件分块内部处理，以降低解析时的内存使用，但可能导致混合类型推断。为了确保没有混合类型，要么设置为False，要么使用dtype参数指定类型。请注意，无论如何整个文件都会被读入单个DataFrame中，可以使用chunksize或iterator参数以块返回数据。（仅在 C 解析器中有效）。

memory_mapbool，默认为 False

如果为filepath_or_buffer提供了文件路径，则将文件对象直接映射到内存中，并直接从中访问数据。使用此选项可以提高性能，因为不再有任何 I/O 开销。

float_precision{‘high’，‘legacy’，‘round_trip’}，可选

指定 C 引擎应使用哪个转换器处理浮点值。选项为None或'high'表示普通转换器，'legacy'表示原始较低精度的 pandas 转换器，'round_trip'表示往返转换器。

storage_options字典，可选

针对特定存储连接有额外选项，例如主机、端口、用户名、密码等。对于 HTTP(S) URL，键值对将作为头部选项转发给urllib.request.Request。对于其他 URL（例如以“s3://”和“gcs://”开头的 URL），键值对将转发给fsspec.open。更多详情请参阅fsspec和urllib，有关存储选项的更多示例请参考此处。

dtype_backend{‘numpy_nullable’, ‘pyarrow’}，默认为‘numpy_nullable’

应用于结果DataFrame的后端数据类型（仍处于实验阶段）。行为如下：

• "numpy_nullable"：返回支持可空 dtype 的DataFrame（默认值）。

• "pyarrow"：返回由 pyarrow 支持的可空ArrowDtype DataFrame。

新功能在 2.0 版本中新增。

返回：

DataFrame 或 TextFileReader

逗号分隔值（csv）文件被返回为带有标记轴的二维数据结构。

另请参见

DataFrame.to_csv

将 DataFrame 写入逗号分隔值（csv）文件。

read_csv

将逗号分隔值（csv）文件读入 DataFrame。

read_fwf

将一张固定宽度格式的表格行读入 DataFrame。

示例

>>> pd.read_table('data.csv') 

pandas.read_csv

原文：pandas.pydata.org/docs/reference/api/pandas.read_csv.html

pandas.read_csv(filepath_or_buffer, *, sep=_NoDefault.no_default, delimiter=None, header='infer', names=_NoDefault.no_default, index_col=None, usecols=None, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skipinitialspace=False, skiprows=None, skipfooter=0, nrows=None, na_values=None, keep_default_na=True, na_filter=True, verbose=_NoDefault.no_default, skip_blank_lines=True, parse_dates=None, infer_datetime_format=_NoDefault.no_default, keep_date_col=_NoDefault.no_default, date_parser=_NoDefault.no_default, date_format=None, dayfirst=False, cache_dates=True, iterator=False, chunksize=None, compression='infer', thousands=None, decimal='.', lineterminator=None, quotechar='"', quoting=0, doublequote=True, escapechar=None, comment=None, encoding=None, encoding_errors='strict', dialect=None, on_bad_lines='error', delim_whitespace=_NoDefault.no_default, low_memory=True, memory_map=False, float_precision=None, storage_options=None, dtype_backend=_NoDefault.no_default)

将逗号分隔值（csv）文件读入 DataFrame。

还支持将文件迭代或分块。

在IO 工具的在线文档中可以找到其他帮助。

参数：

filepath_or_bufferstr，路径对象或类文件对象

任何有效的字符串路径均可接受。字符串可以是 URL。有效的 URL 方案包括 http、ftp、s3、gs 和 file。对于文件 URL，期望有一个主机。本地文件可以是：file://localhost/path/to/table.csv。

如果要传递路径对象，则 pandas 接受任何 os.PathLike。

通过类文件对象，我们指的是具有 read() 方法的对象，例如文件句柄（例如通过内置的 open 函数）或 StringIO。

sepstr，默认为‘,’

字符或正则表达式模式，用于视为分隔符。如果sep=None，C 引擎无法自动检测分隔符，但 Python 解析引擎可以，这意味着后者将被使用，并且 Python 的内置嗅探工具 csv.Sniffer 可以从文件的第一行自动检测到分隔符。此外，长度大于 1 且不同于 '\s+' 的分隔符将被解释为正则表达式，并且还会强制使用 Python 解析引擎。请注意，正则表达式分隔符容易忽略带引号的数据。正则表达式示例：'\r\t'。

delimiterstr，可选

sep 的别名。

headerint、int 序列、‘infer’ 或 None，默认为‘infer’

包含列标签并标记数据开始的行号（从零开始计数）。默认行为是推断列名：如果没有传递names，则行为与 header=0 相同，并且列名从文件的第一行推断出来；如果列名明确传递给 names，则行为与 header=None 相同。显式传递 header=0 以能够替换现有名称。标头可以是指定列的 MultiIndex 的行位置的整数列表，例如 [0, 1, 3]。未指定的中间行将被跳过（例如在此示例中跳过了 2）。请注意，如果 skip_blank_lines=True，则此参数将忽略注释行和空行，因此 header=0 表示数据的第一行而不是文件的第一行。

names可哈希序列，可选

应用的列标签序列。如果文件包含标题行，则应显式传递 header=0 以覆盖列名。此列表中不允许重复项。

index_col可哈希、可哈希序列或 False，可选

列作为行标签使用的列，可以用列标签或列索引表示。如果给定一系列标签或索引，将为行标签形成MultiIndex。

注意：index_col=False可用于强制 pandas不使用第一列作为索引，例如，当您有一个每行末尾带有分隔符的格式不正确的文件时。

usecols可哈希序列或可调用对象，可选

要选择的列的子集，可以用列标签或列索引表示。如果类似列表，所有元素必须是位置的（即整数索引到文档列）或与用户在names中提供的列名对应的字符串，或从文档标题行中推断出来的。如果给定了names，则不考虑文档标题行。例如，一个有效的类似列表的usecols参数可以是[0, 1, 2]或['foo', 'bar', 'baz']。元素顺序被忽略，因此usecols=[0, 1]与[1, 0]相同。要保留元素顺序实例化DataFrame，请使用pd.read_csv(data, usecols=['foo', 'bar'])[['foo', 'bar']]以['foo', 'bar']顺序的列或pd.read_csv(data, usecols=['foo', 'bar'])[['bar', 'foo']]以['bar', 'foo']顺序。

如果可调用，将对列名评估可调用函数，返回可调用函数评估为True的名称。一个有效的可调用参数示例是lambda x: x.upper() in ['AAA', 'BBB', 'DDD']。使用此参数会导致更快的解析时间和更低的内存使用。

dtypedtype 或{可哈希 dtype}字典，可选

要应用于整个数据集或单独列的数据类型。例如，{'a': np.float64, 'b': np.int32, 'c': 'Int64'}使用str或object与适当的na_values设置一起，以保留并不解释dtype。如果指定了converters，它们将被应用于dtype转换的替代。

新版本 1.5.0 中：添加了对defaultdict的支持。指定一个defaultdict作为输入，其中默认值确定未明确列出的列的dtype。

engine{‘c’, ‘python’, ‘pyarrow’}，可选

要使用的解析引擎。C 和 pyarrow 引擎更快，而 python 引擎目前更完整。目前只有 pyarrow 引擎支持多线程。

新版本 1.4.0 中：添加了‘pyarrow’引擎作为实验性引擎，并且某些功能不受支持，或者在此引擎下可能无法正常工作。

converters{可哈希可调用}字典，可选

用于转换指定列中的值的函数。键可以是列标签或列索引。

true_values列表，可选

除了不区分大小写的True的变体外，要考虑为True的值。

false_values列表，可选

除了不区分大小写的False的变体外，要考虑为False的值。

skipinitialspacebool，默认为 False

在分隔符后跳过空格。

skiprowsint、int 列表或可调用对象，可选

要跳过的行号（从 0 开始索引）或文件开头要跳过的行数（int）。

如果是可调用的，可调用函数将根据行索引进行评估，如果应跳过该行则返回True，否则返回False。一个有效的可调用参数示例是lambda x: x in [0, 2]。

skipfooterint，默认为 0

要跳过文件底部的行数（不支持engine='c'）。

nrowsint，可选

要读取的文件行数。用于读取大文件的片段。

na_valuesHashable、Hashable 的 Iterable 或{HashableIterable}字典，可选

要识别为NA/NaN的其他字符串。如果传递了dict，则为每列指定特定的NA值。默认情况下，以下值被解释为NaN：“ “, “#N/A”, “#N/A N/A”, “#NA”, “-1.#IND”, “-1.#QNAN”, “-NaN”, “-nan”, “1.#IND”, “1.#QNAN”, “”, “N/A”, NA, “NULL”, NaN, “None”, “n/a”, “nan”, “null “。

keep_default_nabool，默认为 True

在解析数据时是否包括默认的NaN值。根据是否传入na_values，行为如下：

• 如果keep_default_na为True，并且指定了na_values，则na_values将附加到用于解析的默认NaN值。

• 如果keep_default_na为True，并且未指定na_values，则只使用默认的NaN值进行解析。

• 如果keep_default_na为False，并且指定了na_values，则只有指定的na_values值会被用于解析。

• 如果keep_default_na为False，并且未指定na_values，则不会将任何字符串解析为NaN。

请注意，如果将na_filter传入为False，则keep_default_na和na_values参数将被忽略。

na_filterbool，默认为 True

检测缺失值标记（空字符串和na_values的值）。在没有任何NA值的数据中，传入na_filter=False可以提高读取大文件的性能。

verbosebool，默认为 False

指示非数字列中放置的NA值的数量。

自版本 2.2.0 起已弃用。

skip_blank_linesbool，默认为 True

如果为True，则跳过空行而不是解释为NaN值。

parse_datesbool、Hashable 列表、列表的列表或{Hashablelist}字典，默认为 False

行为如下：

• bool。如果为True -> 尝试解析索引。注意：如果传递了date_format或date_parser参数，则会自动设置为True。

• int或名称的list。例如，如果[1, 2, 3] -> 尝试将列 1、2、3 分别解析为单独的日期列。

• list的list。例如，如果[[1, 3]] -> 将列 1 和 3 组合并解析为单个日期列。在解析之前，值将用空格连接起来。

• dict，例如{'foo' : [1, 3]} -> 将列 1、3 解析为日期并命名为‘foo’。在解析之前，值将用空格连接起来。

如果某列或索引无法表示为datetime数组，例如因为存在无法解析的值或时区混合，该列或索引将按原样返回为object数据类型。对于非标准datetime解析，请在read_csv()之后使用to_datetime()。

注意：存在用于 iso8601 格式的快速路径。

infer_datetime_formatbool，默认值为 False

如果True并且启用了parse_dates，pandas 将尝试推断列中datetime字符串的格式，并且如果可以推断，则切换到更快的解析方法。在某些情况下，这可能会将解析速度提高 5-10 倍。

自 2.0.0 版本起已弃用：该参数的严格版本现在是默认值，传递它将不会产生任何效果。

keep_date_colbool，默认值为 False

如果True并且parse_dates指定合并多个列，则保留原始列。

date_parserCallable，可选

用于将字符串列序列转换为datetime实例数组的函数。默认使用dateutil.parser.parser进行转换。 pandas 将尝试以三种不同的方式调用date_parser，如果发生异常，则继续下一个：1)将一个或多个数组（如parse_dates定义的）作为参数传递；2)将由parse_dates定义的列中的字符串值（按行）串联成单个数组并传递；并且 3)对每一行使用一个或多个字符串（对应于由parse_dates定义的列）调用一次date_parser。

自 2.0.0 版本起已弃用：请改用date_format，或者读取为object然后根据需要应用to_datetime()。

date_formatstr 或列->格式的字典，可选

与parse_dates一起使用时用于解析日期的格式。解析时间的 strftime，例如"%d/%m/%Y"。有关选项的更多信息，请参阅strftime documentation，尽管请注意"%f"将解析直到纳秒。您还可以传递：

• “ISO8601”，以解析任何ISO8601

  时间字符串（不一定完全相同的格式）；

• “mixed”，为每个元素单独推断格式。这很冒险，

  您应该与 dayfirst 一起使用它。

2.0.0 版本中的新功能。

dayfirstbool，默认值为 False

DD/MM 格式日期，国际和欧洲格式。

cache_datesbool，默认值为 True

如果为True，则使用唯一的转换日期缓存应用datetime转换。当解析重复的日期字符串时，特别是带有时区偏移的日期字符串，可能会产生显着的加速。

iteratorbool，默认值为 False

返回用于迭代或使用get_chunk()获取块的TextFileReader对象。

chunksizeint，可选

从文件中每块读取的行数。传递一个值将导致函数返回一个TextFileReader对象进行迭代。有关iterator和chunksize的更多信息，请参阅IO 工具文档。

compressionstr 或 dict，默认‘infer’

用于在磁盘上的数据进行即时解压缩。如果‘infer’和‘filepath_or_buffer’类似路径，则从以下扩展名检测压缩：‘.gz’、‘.bz2’、‘.zip’、‘.xz’、‘.zst’、‘.tar’、‘.tar.gz’、‘.tar.xz’或‘.tar.bz2’（否则不压缩）。如果使用'zip'或'tar'，ZIP 文件必须只包含一个要读取的数据文件。设置为None表示不解压缩。也可以是一个字典，其中键'method'设置为其中之一{'zip'、'gzip'、'bz2'、'zstd'、'xz'、'tar'}，其他键值对转发到zipfile.ZipFile、gzip.GzipFile、bz2.BZ2File、zstandard.ZstdDecompressor、lzma.LZMAFile或tarfile.TarFile。例如，可以通过以下方式传递用于 Zstandard 解压缩的自定义压缩字典：compression={'method': 'zstd', 'dict_data': my_compression_dict}。

1.5.0 版本中的新功能：添加对.tar 文件的支持。

1.4.0 版本中的更改：Zstandard 支持。

thousandsstr (length 1), optional

用作数字值中的千位分隔符的字符。

decimalstr (length 1), default ‘.’

用作小数点的字符（例如，对于欧洲数据使用‘,’）。

lineterminatorstr (length 1), optional

用于表示换行的字符。仅与 C 解析器有效。

quotecharstr (length 1), optional

用于表示引用项的起始和结束的字符。引用项可以包括delimiter，并且将被忽略。

quoting{0 或 csv.QUOTE_MINIMAL，1 或 csv.QUOTE_ALL，2 或 csv.QUOTE_NONNUMERIC，3 或 csv.QUOTE_NONE}，默认 csv.QUOTE_MINIMAL

控制字段引用行为的csv.QUOTE_*常量。默认值为csv.QUOTE_MINIMAL（即 0），这意味着只有包含特殊字符的字段被引用（例如，在quotechar、delimiter或lineterminator中定义的字符）。

doublequotebool, default True

当指定quotechar且quoting不是QUOTE_NONE时，指示是否将字段内连续的两个quotechar元素解释为单个quotechar元素。

escapecharstr (length 1), optional

用于转义其他字符的字符。

commentstr (length 1), optional

表示该行剩余部分不应解析的字符。如果在行的开头找到该字符，则整行将被忽略。此参数必须是单个字符。与空行一样（只要skip_blank_lines=True），完全注释的行被参数header忽略，但不被skiprows忽略。例如，如果comment='#'，使用header=0解析#empty\na,b,c\n1,2,3将导致将'a,b,c'视为标题。

encodingstr, optional, default ‘utf-8’

读取/写入时要使用的 UTF 编码（例如’utf-8’）。Python 标准编码列表。

编码错误str，可选，默认为’strict’

处理编码错误的方式。可能的值列表。

自版本 1.3.0 起新功能。

方言str 或 csv.Dialect，可选

如果提供了此参数，它将覆盖以下参数的值（默认值或非默认值）：delimiter、doublequote、escapechar、skipinitialspace、quotechar和quoting。如果需要覆盖值，将发出ParserWarning。有关更多详细信息，请参阅csv.Dialect文档。

on_bad_lines{‘error’, ‘warn’, ‘skip’}或可调用，默认为’error’

指定在遇到坏行（字段过多的行）时要执行的操作。允许的值为：

• 'error'，遇到坏行时引发异常。

• 'warn'，遇到坏行时发出警告并跳过该行。

• 'skip'，遇到坏行时跳过而不发出或警告。

自版本 1.3.0 起新功能。

自版本 1.4.0 起新功能：

• 具有签名(bad_line: list[str]) -> list[str] | None的可调用函数，将处理单个坏行。bad_line是由sep分割的字符串列表。如果函数返回None，则将忽略坏行。如果函数返回具有比预期更多元素的新list字符串，则将发出ParserWarning，同时丢弃额外的元素。仅在engine='python'时支持

自版本 2.2.0 起更改：

• 当engine='pyarrow'时，具有pyarrow 文档中描述的签名的可调用函数。

delim_whitespacebool，默认为 False

指定是否使用空格（例如' '或'\t'）作为sep分隔符。等同于设置sep='\s+'。如果将此选项设置为True，则不应为delimiter参数传递任何内容。

自版本 2.2.0 起弃用：改用sep="\s+"。

low_memorybool，默认为 True

在块中内部处理文件，导致解析时使用更少的内存，但可能混合类型推断。为确保没有混合类型，要么设置为False，要么使用dtype参数指定类型。请注意，整个文件都会被读入单个DataFrame中，使用chunksize或iterator参数以返回以块形式返回数据。 （仅与 C 解析器有效）。

memory_mapbool，默认为 False

如果为filepath_or_buffer提供了文件路径，则将文件对象直接映射到内存并直接从中访问数据。使用此选项可以提高性能，因为不再有任何 I/O 开销。

float_precision{‘high’, ‘legacy’, ‘round_trip’}，可选

指定 C 引擎应使用哪个转换器处理浮点值。选项为 None 或 'high' 表示普通转换器，'legacy' 表示原始的较低精度 pandas 转换器，'round_trip' 表示往返转换器。

storage_optionsdict，可选

适用于特定存储连接的额外选项，例如主机、端口、用户名、密码等。对于 HTTP(S) URL，键值对将作为标头选项转发给 urllib.request.Request。对于其他 URL（例如以 “s3://” 和 “gcs://” 开头的 URL），键值对将转发给 fsspec.open。请参阅 fsspec 和 urllib 以获取更多详细信息，并有关存储选项的更多示例，请参考这里。

dtype_backend{‘numpy_nullable’, ‘pyarrow’}，默认为 ‘numpy_nullable’

应用于生成的 DataFrame 的后端数据类型（仍处于实验阶段）。行为如下：

• "numpy_nullable"：返回由可空数据类型支持的 DataFrame（默认）。

• "pyarrow"：返回由 pyarrow 支持的可空 ArrowDtype DataFrame。

版本 2.0 中的新功能。

返回：

DataFrame 或 TextFileReader

逗号分隔值（csv）文件作为带有标记轴的二维数据结构返回。

另请参阅

DataFrame.to_csv

将 DataFrame 写入逗号分隔值（csv）文件。

read_table

将通用分隔文件读入 DataFrame。

read_fwf

将固定宽度格式行的表读入 DataFrame。

示例

>>> pd.read_csv('data.csv') 

pandas.DataFrame.to_csv

原文：pandas.pydata.org/docs/reference/api/pandas.DataFrame.to_csv.html

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='infer', quoting=None, quotechar='"', lineterminator=None, chunksize=None, date_format=None, doublequote=True, escapechar=None, decimal='.', errors='strict', storage_options=None)

将对象写入逗号分隔值（csv）文件。

参数：

path_or_bufstr，路径对象，类似文件对象，或 None，默认为 None

字符串、路径对象（实现 os.PathLike[str]）或实现 write()函数的类似文件对象。如果为 None，则结果将作为字符串返回。如果传递了一个非二进制文件对象，它应该使用 newline=’’打开，禁用通用换行符。如果传递了一个二进制文件对象，mode 可能需要包含‘b’。

sepstr，默认为‘,’

长度为 1 的字符串。输出文件的字段分隔符。

na_repstr，默认为‘’

缺失数据表示。

float_formatstr，Callable，默认为 None

浮点数的格式化字符串。如果给定了一个可调用对象，它将优先于其他数字格式化参数，如小数。

columns序列，可选

要写入的列。

headerbool 或 str 列表，默认为 True

写出列名。如果给出一个字符串列表，则假定为列名的别名。

indexbool，默认为 True

写入行名称（索引）。

index_labelstr 或序列，或 False，默认为 None

如果需要，用作索引列的列标签。如果给出 None，并且 header 和 index 为 True，则使用索引名称。如果对象使用 MultiIndex，则应给出一个序列。如果为 False，则不打印索引名称的字段。在 R 中更容易导入，请使用 index_label=False。

mode{‘w’, ‘x’, ‘a’}，默认为‘w’

转发到 open(mode=)或 fsspec.open(mode=)以控制文件打开。典型值包括：

• ‘w’，首先截断文件。

• ‘x’，独占创建，如果文件已经存在则失败。

• ‘a’，如果文件存在，则追加到文件末尾。

encodingstr，可选

表示要在输出文件中使用的编码的字符串，默认为‘utf-8’。如果 path_or_buf 是非二进制文件对象，则不支持编码。

compressionstr 或 dict，默认为‘infer’

用于输出数据的即时压缩。如果‘infer’和‘path_or_buf’是类似路径的，则从以下扩展名中检测压缩：‘.gz’、‘.bz2’、‘.zip’、‘.xz’、‘.zst’、‘.tar’、‘.tar.gz’、‘.tar.xz’或‘.tar.bz2’（否则不压缩）。设置为None以不压缩。也可以是一个字典，其中键'method'设置为其中一个{'zip'、'gzip'、'bz2'、'zstd'、'xz'、'tar'}，其他键值对转发到zipfile.ZipFile、gzip.GzipFile、bz2.BZ2File、zstandard.ZstdCompressor、lzma.LZMAFile或tarfile.TarFile。例如，可以传递以下内容以获得更快的压缩并创建可重现的 gzip 存档：compression={'method': 'gzip', 'compresslevel': 1, 'mtime': 1}。

1.5.0 版中的新功能：增加了对.tar 文件的支持。

可以是一个带有‘method’键作为压缩模式和其他条目作为附加压缩选项的字典，如果压缩模式是‘zip’。

支持将压缩选项作为字典中的键传递，压缩模式为‘gzip’、‘bz2’、‘zstd’和‘zip’。

quoting csv 模块中的可选常量

默认为 csv.QUOTE_MINIMAL。如果设置了 float_format，则浮点数将转换为字符串，因此 csv.QUOTE_NONNUMERIC 将将它们视为非数字。

quotechar str，默认为‘"’

长度为 1 的字符串。用于引用字段的字符。

lineterminator str，可选

用于输出文件的换行字符或字符序列。默认为 os.linesep，这取决于调用此方法的操作系统（对于 linux 为’\n’，对于 Windows 为‘\r\n’）。

1.5.0 版更改：以前是 line_terminator，为与 read_csv 和标准库‘csv’模块保持一致而更改。

chunksize int 或 None

每次写入的行数。

date_format str，默认为 None

用于 datetime 对象的格式字符串。

doublequote bool，默认为 True

控制在字段内引用 quotechar 的引用。

escapechar str，默认为 None

长度为 1 的字符串。适当时用于转义 sep 和 quotechar 的字符。

decimal str，默认为‘.’

作为十进制分隔符识别的字符。例如，对于欧洲数据，请使用“，”。

errors str，默认为‘strict’

指定如何处理编码和解码错误。有关选项的完整列表，请参阅 open() 的 errors 参数。

storage_options dict，可选

特定存储连接的额外选项，例如主机、端口、用户名、密码等。对于 HTTP(S) URL，键值对将作为标头选项转发给urllib.request.Request。对于其他 URL（例如以“s3://”和“gcs://”开头的 URL），键值对将转发给fsspec.open。有关更多详细信息，请参阅fsspec和urllib，有关存储选项的更多示例，请参阅此处。

返回：

None 或 str

如果 path_or_buf 为 None，则将生成的 csv 格式作为字符串返回。否则返回 None。

另请参阅

read_csv

将 CSV 文件加载到 DataFrame 中。

to_excel

将 DataFrame 写入 Excel 文件。

示例

创建包含无索引的‘df’的‘out.csv’

>>> df = pd.DataFrame({'name': ['Raphael', 'Donatello'],
...                    'mask': ['red', 'purple'],
...                    'weapon': ['sai', 'bo staff']})
>>> df.to_csv('out.csv', index=False) 

创建包含‘out.csv’的‘out.zip’

>>> df.to_csv(index=False)
'name,mask,weapon\nRaphael,red,sai\nDonatello,purple,bo staff\n'
>>> compression_opts = dict(method='zip',
...                         archive_name='out.csv')  
>>> df.to_csv('out.zip', index=False,
...           compression=compression_opts) 

要将 csv 文件写入新文件夹或嵌套文件夹，您首先需要使用 Pathlib 或 os 创建它：

>>> from pathlib import Path  
>>> filepath = Path('folder/subfolder/out.csv')  
>>> filepath.parent.mkdir(parents=True, exist_ok=True)  
>>> df.to_csv(filepath) 

>>> import os  
>>> os.makedirs('folder/subfolder', exist_ok=True)  
>>> df.to_csv('folder/subfolder/out.csv') 

pandas.read_fwf

原文：pandas.pydata.org/docs/reference/api/pandas.read_fwf.html

pandas.read_fwf(filepath_or_buffer, *, colspecs='infer', widths=None, infer_nrows=100, dtype_backend=_NoDefault.no_default, iterator=False, chunksize=None, **kwds)

将固定宽度格式的行的表读入 DataFrame。

还支持可选地迭代或将文件分成块。

可在IO 工具的在线文档中找到更多帮助。

参数：

filepath_or_bufferstr，路径对象或类似文件的对象

字符串，路径对象（实现os.PathLike[str]），或实现文本read()函数的类似文件的对象。字符串可以是 URL。有效的 URL 方案包括 http，ftp，s3 和文件。对于文件 URL，期望有一个主机。本地文件可以是：file://localhost/path/to/table.csv。

colspecs元组列表（int，int）或‘infer’。可选

一个元组列表，给出每行固定宽度字段的范围作为半开区间（即，from，to[）。字符串值‘infer’可用于指示解析器尝试从未通过 skiprows 跳过的数据的前 100 行中检测列规范（默认值=‘infer’）。

widths整数列表，可选

一个字段宽度列表，如果间隔是连续的，可以代替‘colspecs’使用。

infer_nrows整数，默认值 100

让解析器确定 colspecs 时要考虑的行数。

dtype_backend{‘numpy_nullable’，‘pyarrow’}，默认值‘numpy_nullable’

应用于结果[DataFrame的后端数据类型（仍处于实验阶段）。行为如下：

• "numpy_nullable"：返回支持可空 dtype 的DataFrame（默认）。

• "pyarrow"：返回支持 pyarrow 的可空ArrowDtype DataFrame。

版本 2.0 中的新功能。

****kwds**可选

可以将可选关键字参数传递给TextFileReader。

返回：

DataFrame 或 TextFileReader

逗号分隔值（csv）文件作为带有标记轴的二维数据结构返回。

另请参见

DataFrame.to_csv

将 DataFrame 写入逗号分隔值（csv）文件。

read_csv

将逗号分隔值（csv）文件读入 DataFrame。

示例

>>> pd.read_fwf('data.csv') 

pandas.read_clipboard

原文：pandas.pydata.org/docs/reference/api/pandas.read_clipboard.html

pandas.read_clipboard(sep='\\s+', dtype_backend=_NoDefault.no_default, **kwargs)

从剪贴板读取文本并传递给read_csv()。

解析剪贴板内容，类似于使用read_csv()解析 CSV 文件。

参数：

sepstr，默认为‘\s+’

字符串或正则表达式分隔符。默认值为’\s+'，表示一个或多个空白字符。

dtype_backend{‘numpy_nullable’, ‘pyarrow’}，默认为‘numpy_nullable’

应用于结果DataFrame的后端数据类型（仍处于实验阶段）。行为如下：

• "numpy_nullable"：返回基于 nullable-dtype 的DataFrame（默认）。

• "pyarrow"：返回基于 pyarrow 的 nullable ArrowDtype DataFrame。

版本 2.0 中的新功能。

**kwargs

查看read_csv()获取完整参数列表。

返回：

DataFrame

一个解析后的DataFrame对象。

另请参阅

DataFrame.to_clipboard

将对象复制到系统剪贴板。

read_csv

从逗号分隔值（csv）文件读取到 DataFrame。

read_fwf

将固定宽度格式的行表读入 DataFrame。

示例

>>> df = pd.DataFrame([[1, 2, 3], [4, 5, 6]], columns=['A', 'B', 'C'])
>>> df.to_clipboard()  
>>> pd.read_clipboard()  
 A  B  C
0    1  2  3
1    4  5  6 

pandas.DataFrame.to_clipboard

原文：pandas.pydata.org/docs/reference/api/pandas.DataFrame.to_clipboard.html

DataFrame.to_clipboard(*, excel=True, sep=None, **kwargs)

将对象复制到系统剪贴板。

将对象的文本表示写入系统剪贴板。例如，这可以粘贴到 Excel 中。

参数：

excelbool，默认为 True

以 csv 格式生成输出，便于粘贴到 excel 中。

• True，使用提供的分隔符进行 csv 粘贴。

• False，将对象的字符串表示写入剪贴板。

sepstr，默认为'\t'

字段分隔符。

**kwargs

这些参数将传递给 DataFrame.to_csv。

另请参阅

DataFrame.to_csv

将 DataFrame 写入逗号分隔值（csv）文件。

read_clipboard

从剪贴板读取文本并传递给 read_csv。

注意

您平台的要求。

• Linux：xclip，或 xsel（带有 PyQt4 模块）
• Windows：无
• macOS：无

该方法使用了为包 pyperclip 开发的进程。在示例中给出了渲染任何输出字符串格式的解决方案。

示例

复制 DataFrame 的内容到剪贴板。

>>> df = pd.DataFrame([[1, 2, 3], [4, 5, 6]], columns=['A', 'B', 'C']) 

>>> df.to_clipboard(sep=',')  
... # Wrote the following to the system clipboard:
... # ,A,B,C
... # 0,1,2,3
... # 1,4,5,6 

我们可以通过传递关键字 index 并将其设置为 false 来省略索引。

>>> df.to_clipboard(sep=',', index=False)  
... # Wrote the following to the system clipboard:
... # A,B,C
... # 1,2,3
... # 4,5,6 

使用原始的 pyperclip 包进行任何字符串输出格式。

import pyperclip
html = df.style.to_html()
pyperclip.copy(html) 

pandas.read_excel

原文：pandas.pydata.org/docs/reference/api/pandas.read_excel.html

pandas.read_excel(io, sheet_name=0, *, header=0, names=None, index_col=None, usecols=None, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows=None, na_values=None, keep_default_na=True, na_filter=True, verbose=False, parse_dates=False, date_parser=_NoDefault.no_default, date_format=None, thousands=None, decimal='.', comment=None, skipfooter=0, storage_options=None, dtype_backend=_NoDefault.no_default, engine_kwargs=None)

将 Excel 文件读入pandas的DataFrame。

支持从本地文件系统或 URL 读取的 xls、xlsx、xlsm、xlsb、odf、ods 和 odt 文件扩展名。支持读取单个工作表或工作表列表的选项。

参数：

iostr、bytes、ExcelFile、xlrd.Book、路径对象或类似文件对象

任何有效的字符串路径都可以接受。字符串可以是 URL。有效的 URL 方案包括 http、ftp、s3 和 file。对于文件 URL，期望有一个主机。本地文件可以是：file://localhost/path/to/table.xlsx。

如果要传递路径对象，pandas 接受任何os.PathLike。

通过文件类似对象，我们指的是具有read()方法的对象，例如文件句柄（例如通过内置的open函数）或StringIO。

自版本 2.1.0 起弃用：传递字节字符串已被弃用。要从字节字符串读取，请将其包装在BytesIO对象中。

sheet_namestr、int、list 或 None，默认为 0

字符串用于工作表名称。整数用于零索引的工作表位置（图表工作表不计入工作表位置）。字符串/整数列表用于请求多个工作表。指定None以获取所有工作表。

可用情况：

• 默认为0：第一个工作表作为 DataFrame

• 1：第二个工作表作为 DataFrame

• "Sheet1"：加载名为"Sheet1"的工作表

• [0, 1, "Sheet5"]：将第一个、第二个和名为“Sheet5”的工作表加载为 DataFrame 字典

• None：所有工作表。

headerint、int 列表，默认为 0

用于解析的 DataFrame 的列标签的行（从 0 开始索引）。如果传递整数列表，则这些行位置将合并为MultiIndex。如果没有标题，请使用 None。

namesarray-like，默认为 None

使用的列名列表。如果文件不包含标题行，则应显式传递header=None。

index_colint、str、int 列表，默认为 None

用作 DataFrame 行标签的列（从 0 开始索引）。如果没有这样的列，请传递 None。如果传递了列表，则这些列将合并为MultiIndex。如果使用usecols选择了数据子集，则index_col基于该子集。

缺失值将被向前填充，以允许使用to_excel进行merged_cells=True的往返。为了避免向前填充缺失值，请在读取数据后使用set_index而不是index_col。

usecolsstr、类似列表或可调用对象，默认为 None

• 如果为 None，则解析所有列。

• 如果是 str，则表示 Excel 列字母和列范围的逗号分隔列表（例如“A:E”或“A,C,E:F”）。范围包括两侧。

• 如果是 int 列表，则表示要解析的列号列表（从 0 开始索引）。

• 如果是字符串列表，则表示要解析的列名列表。

• 如果是可调用对象，则针对每个列名进行评估，并且如果可调用对象返回True，则解析该列。

根据上述行为返回列的子集。

dtype类型名称或列->类型字典，默认为 None

数据或列的数据类型。例如，{‘a’：np.float64，‘b’：np.int32}使用object来保留数据存储在 Excel 中并且不解释 dtype，这将必然导致object dtype。如果指定了转换器，它们将被应用于 dtype 转换。如果使用None，它将根据数据推断每列的 dtype。

engine{‘openpyxl’，‘calamine’，‘odf’，‘pyxlsb’，‘xlrd’}，默认为 None

如果 io 不是缓冲区或路径，则必须设置此项以识别 io。引擎兼容性：

• openpyxl支持更新的 Excel 文件格式。

• calamine支持 Excel（.xls，.xlsx，.xlsm，.xlsb）和 OpenDocument（.ods）文件格式。

• odf支持 OpenDocument 文件格式（.odf，.ods，.odt）。

• pyxlsb支持二进制 Excel 文件。

• xlrd支持旧式 Excel 文件（.xls）。

当engine=None时，将使用以下逻辑确定引擎：

• 如果path_or_buffer是 OpenDocument 格式（.odf，.ods，.odt），则将使用odf。

• 否则，如果path_or_buffer是 xls 格式，则将使用xlrd。

• 否则，如果path_or_buffer是 xlsb 格式，则将使用pyxlsb。

• 否则将使用openpyxl。

converters字典，默认为 None

用于转换某些列中的值的函数字典。键可以是整数或列标签，值是一个接受一个输入参数（Excel 单元格内容）并返回转换后内容的函数。

true_values列表，默认为 None

被视为 True 的值。

false_values列表，默认为 None

被视为 False 的值。

skiprows列表，整数或可调用对象，可选

要跳过的行号（从 0 开始）或文件开头要跳过的行数（整数）。如果可调用，则将对行索引评估可调用��数，如果应跳过该行则返回 True，否则返回 False。一个有效的可调用参数示例是lambda x: x in [0, 2]。

nrows整数，默认为 None

要解析的行数。

na_values标量，字符串，类似列表或字典，默认为 None

附加的字符串被识别为 NA/NaN。如果传递了字典，则为每列指定特定的 NA 值。默认情况下，以下值被解释为 NaN：‘’，‘#N/A’，‘#N/A N/A’，‘#NA’，‘-1.#IND’，‘-1.#QNAN’，‘-NaN’，‘-nan’，‘1.#IND’，‘1.#QNAN’，‘’，‘N/A’，‘NA’，‘NULL’，‘NaN’，‘None’，‘n/a’，‘nan’，‘null’。

keep_default_na布尔值，默认为 True

在解析数据时是否包括默认的 NaN 值。根据是否传递了na_values，行为如下：

• 如果keep_default_na为 True，并且指定了na_values，则na_values将被附加到用于解析的默认 NaN 值中。

• 如果keep_default_na为 True，并且未指定na_values，则只使用默认的 NaN 值进行解析。

• 如果keep_default_na为 False，并且指定了na_values，则只使用指定的 NaN 值na_values进行解析。

• 如果keep_default_na为 False，并且未指定na_values，则不会将任何字符串解析为 NaN。

请注意，如果 na_filter 设置为 False，则将忽略keep_default_na和na_values参数。

na_filter布尔值，默认为 True

检测缺失值标记（空字符串和 na_values 的值）。在没有任何 NA 的数据中，传递na_filter=False可以提高读取大文件的性能。

verbose布尔值，默认为 False

指示非数字列中放置的 NA 值的数量。

parse_dates布尔值，类似列表，或字典，默认为 False

行为如下：

• 布尔值。如果为 True -> 尝试解析索引。

• 整数或名称的列表。例如，如果[1, 2, 3] -> 尝试将列 1, 2, 3 分别解析为单独的日期列。

• 列表的列表。例如，如果[[1, 3]] -> 结合列 1 和 3 并解析为单个日期列。

• 字典，例如{‘foo’ : [1, 3]} -> 解析列 1, 3 为日期并将结果命名为‘foo’

如果列或索引包含无法解析的日期，则整个列或索引将以对象数据类型不变返回。如果不想将某些单元格解析为日期，只需在 Excel 中更改它们的类型为“文本”。对���非标准的日期时间解析，请在pd.read_excel之后使用pd.to_datetime。

注意：存在用于 iso8601 格式日期的快速路径。

date_parser函数，可选

用于将一系列字符串列转换为日期时间实例数组的函数。默认使用dateutil.parser.parser进行转换。Pandas 将尝试以三种不同的方式调用 date_parser，如果发生异常，则会继续下一个：1) 将一个或多个数组（由 parse_dates 定义）作为参数传递；2) 将由 parse_dates 定义的列中的字符串值（按行）连接成单个数组并传递；3) 对每一行使用一个或多个字符串（对应于由 parse_dates 定义的列）作为参数调用 date_parser。

自版本 2.0.0 起弃用：改用date_format，或者读取为object，然后根据需要应用to_datetime()。

date_format字符串或列 -> 格式的字典，默认为None

如果与parse_dates一起使用，将根据此格式解析日期。对于更复杂的情况，请读取为object，然后根据需要应用to_datetime()。

自版本 2.0.0 起新增。

thousands字符串，默认为 None

用于将字符串列解析为数字的千位分隔符。请注意，此参数仅对在 Excel 中存储为 TEXT 的列必要，任何数值列将自动解析，无论显示格式如何。

decimal字符串，默认为‘.’

用于将字符串列解析为数字的十进制点的字符。请注意，此参数仅对在 Excel 中存储为 TEXT 的列必要，任何数值列将自动解析，无论显示格式如何。（例如，对于欧洲数据使用‘,’）。

自版本 1.4.0 起新增。

commentstr, 默认为 None

注释掉行的其余部分。将字符或字符传递给此参数以指示输入文件中的注释。注释字符串和当前行末尾之间的任何数据都将被忽略。

skipfooterint, 默认为 0

要跳过的末尾行（从 0 开始索引）。

storage_optionsdict, 可选

适用于特定存储连接的额外选项，例如主机、端口、用户名、密码等。对于 HTTP(S) URL，键值对将作为标头选项转发到 urllib.request.Request。对于其他 URL（例如以“s3://”和“gcs://”开头的 URL），键值对将转发到 fsspec.open。请参阅 fsspec 和 urllib 以获取更多详细信息，并有关存储选项的更多示例，请参考这里。

dtype_backend{‘numpy_nullable’, ‘pyarrow’}, 默认为 ‘numpy_nullable’

应用于结果 DataFrame 的后端数据类型（仍处于实验阶段）。行为如下：

• "numpy_nullable": 返回由可空数据类型支持的 DataFrame（默认）。

• "pyarrow": 返回由 pyarrow 支持的可空 ArrowDtype DataFrame。

2.0 版本中的新功能。

engine_kwargsdict, 可选

传递给 excel 引擎的任意关键字参数。

返回：

DataFrame 或 DataFrame 字典

从传入的 Excel 文件中获取的 DataFrame。有关返回 DataFrame 字典的更多信息，请参阅 sheet_name 参数中的注释。

另请参见

DataFrame.to_excel

将 DataFrame 写入 Excel 文件。

DataFrame.to_csv

将 DataFrame 写入逗号分隔值（csv）文件。

read_csv

将逗号分隔值（csv）文件读入 DataFrame。

read_fwf

将固定宽度格式的行表读入 DataFrame。

注释

有关每个 Excel 引擎使用的方法的具体信息，请参阅 pandas 用户指南

示例

文件可以使用文件名字符串或打开的文件对象进行读取：

>>> pd.read_excel('tmp.xlsx', index_col=0)  
 Name  Value
0   string1      1
1   string2      2
2  #Comment      3 

>>> pd.read_excel(open('tmp.xlsx', 'rb'),
...               sheet_name='Sheet3')  
 Unnamed: 0      Name  Value
0           0   string1      1
1           1   string2      2
2           2  #Comment      3 

可以通过 index_col 和 header 参数指定索引和标题

>>> pd.read_excel('tmp.xlsx', index_col=None, header=None)  
 0         1      2
0  NaN      Name  Value
1  0.0   string1      1
2  1.0   string2      2
3  2.0  #Comment      3 

列类型会被推断，但也可以明确指定

>>> pd.read_excel('tmp.xlsx', index_col=0,
...               dtype={'Name': str, 'Value': float})  
 Name  Value
0   string1    1.0
1   string2    2.0
2  #Comment    3.0 

True、False 和 NA 值以及千位分隔符具有默认值，但也可以明确指定。也可以提供您想要的值作为字符串或字符串列表！

>>> pd.read_excel('tmp.xlsx', index_col=0,
...               na_values=['string1', 'string2'])  
 Name  Value
0       NaN      1
1       NaN      2
2  #Comment      3 

可以使用 comment kwarg 跳过 Excel 输入文件中的注释行。

>>> pd.read_excel('tmp.xlsx', index_col=0, comment='#')  
 Name  Value
0  string1    1.0
1  string2    2.0
2     None    NaN