用于存儲數據的csv文件有時候數據量是十分龐大的，然而我們有時候并不需要全部的數據，我們需要的可能僅僅是前面的幾行。

這樣就可以通過pandas中read_csv中指定行數讀取的功能實現。

例如有data.csv文件，文件的內容如下：

GreydeMac-mini:chapter06 greyzhang$ cat data.csv ,name_01,coment_01,,,,2,name_02,coment_02,,,,3,name_03,coment_03,,,,4,name_04,coment_04,,,,5,name_05,coment_05,,,,6,name_06,coment_06,,,,7,name_07,coment_07,,,,8,name_08,coment_08,,,,9,name_09,coment_09,,,,10,name_10,coment_10,,,,11,name_11,coment_11,,,,12,name_12,coment_12,,,,13,name_13,coment_13,,,,14,name_14,coment_14,,,,15,name_15,coment_15,,,,16,name_16,coment_16,,,,17,name_17,coment_17,,,,18,name_18,coment_18,,,,19,name_19,coment_19,,,,20,name_20,coment_20,,,,21,name_21,coment_21,,,,

如果我們需要的數據僅僅是前5行，那么讀取方式可以通過nrows的方式進行指定。編寫代碼如下：

 1 #!/usr/bin/python 2  3 import pandasas pd 4  5 data = pd.read_csv('data.csv',nrows =5) 6 print(data) 7 

代碼的運行結果如下：

GreydeMac-mini:chapter06 greyzhang$ python row_test.py  Unnamed: 0 name_01 coment_01 Unnamed: 3 Unnamed: 4 Unnamed: 5 /0   2 name_02 coment_02   NaN   NaN   NaN 1   3 name_03 coment_03   NaN   NaN   NaN 2   4 name_04 coment_04   NaN   NaN   NaN 3   5 name_05 coment_05   NaN   NaN   NaN 4   6 name_06 coment_06   NaN   NaN   NaN  Unnamed: 6 0   NaN 1   NaN 2   NaN 3   NaN 4   NaN GreydeMac-mini:chapter06 greyzhang$ 

從上面的結果中可以看出，通過指定讀取行數實現了預期的功能。

以上這篇就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。