我要评论写在前面
使用pandas中read_csv读取csv数据时，对于有表头的数据，将header设置为空(none)，会报错：
pandas_libs\parsers.pyx in pandas._libs.parsers.raise_parser_error()
parsererror: error tokenizing data. c error: expected 4 fields in line 2, saw 5
查看pandas官方文档发现，read_csv读取时会自动识别表头，数据有表头时不能设置header为空（默认读取第一行，即header=0)；
数据无表头时，若不设置header，第一行数据会被视为表头，应传入names参数设置表头名称或设置header=none。
参考文档：
这是pandas的read_csv的官方文档：python - pandas.read_csv
read_csv的header参数
使用pandas的read_csv读取数据时，header参数表头名称设置(即各列数据对应名称)，下面是文档中对header参数的说明：
其中指出，表头可根据数据格式推断各列名称：默认情况下，
- 若未传入
names参数，则根据输入文件的第一行推断是否有表头； - 若传入
names参数，则names传入的参数作为表头（原数据有表头则会替换原有表头）。
下面是对read_csv的header参数测试
header参数测试
测试数据
两个csv(用逗号隔开)格式的文件，这里是用excel打开，分别是带有表头和不带表头的数据：
默认header
下面是header默认情况下，对有表头的数据识别第一行作为header（即header=0）[ 数据没有给出index名称，这里设置 index_col=false，不设置默认第一列为index（而表头仍是4列，最后一列数据为nan）， index_col参数与 header类似可自动识别。
设置header=none
对有表头的数据设置 header=none则会报错：
对无表头的数据，则需设置 header=none，否则第一行数据被作为表头：
思考
pandas是如何识别或区分数据和表头名称的 ？
- 对于
index_col来说，若数据都是相同类型，比如数值型，则表示无index，输出默认index为0,1,2,…；若数据第一列为字符，其他列为数值，则会将第一列视为index；若设置index_col=false, 则表示无index（默认将0, 1, 2,…作为数据的index) - 对
header，当第一行为字符，则第一行默认为表头；当第一行与其他数据类型相同时，也会把第一行当作表头，所以无表头时应设置header=none
header传入list参数(元素代表取对应行号)怎么用？
read_csv的参数skip_blank_lines=true会忽略注释行和空行，其中注释行是用什么符号注释的？
pandas.read_csv(myfile, sep='\t', comment='#', skip_blank_lines=true) # 可注释掉"#"起始的行和空行，默认是跳过空行的 pandas.read_csv(myfile, sep='\t', comment='##', skip_blank_lines=true) # 报错，注释字符只能是一个？
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持代码网。
发表评论