pandas read_csv()中的引用参数

Question

我正在使用pandas.read_csv()函数，并发现其中有quotechar和quoting参数。

pandas.read_csv(filepath_or_buffer, sep=', ' , quotechar='"', quoting=0) 

这些参数的确切用途是什么？我查阅了文档，但无法理解。

- gaurav1207

Answer 1

这是用于处理多个字符串数据的工具：

In [39]:
data = {"strings": ["string", "string,string"],
        "int": np.arange(2),
        "float": np.random.randn(2)}
​
df = pd.DataFrame(data)
df

Out[39]:
      float  int        strings
0  0.116076    0         string
1 -0.316229    1  string,string

In [40]:    
df.to_csv(quotechar="'")

Out[40]:
",float,int,strings\n0,0.11607600924932446,0,string\n1,-0.31622948240636567,1,'string,string'\n"

您可以看到string,string被引用为：

'string,string'

写入CSV文件时

第一个单个字符串保持不变。

默认的引号字符是双引号：

In [41]:
df.to_csv()

Out[41]:
',float,int,strings\n0,0.11607600924932446,0,string\n1,-0.31622948240636567,1,"string,string"\n'

多字符串条目的写法如下:

"string,string"

- EdChum

Answer 2

CSV可以只用逗号来分隔字段，但是如果你的字段中有一个逗号，为了避免它变成两个字段，整个字段都需要被引用，通常使用双引号。一些CSV方言将每个字段都用双引号括起来，但这会浪费空间。

引用选项包括QUOTE_MINIMAL（0）、QUOTE_ALL（1）、QUOTE_NONNUMERIC（2）或QUOTE_NONE（3）

引用=0表示最小化引用，因此仅包含分隔符的字段将被引用。它看起来像这样。

Name, Address, Field
Ai Weiwei, "Berlin, Germany", Visual Arts
"Jagger, Mick", London, Music

注意，您的示例中包含一个两个字符的分隔符，sep=', '（逗号和空格），因此我在上面使用了它，但它也浪费文件空间。

- InnocentBystander