用于存储数据的csv文件有时候数据量是十分庞大的，然而我们有时候并不需要全部的数据，我们需要的可能仅仅是前面的几行。

这样就可以通过pandas中read_csv中指定行数读取的功能实现。

例如有data.csv文件，文件的内容如下：

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,,,,

如果我们需要的数据仅仅是前5行，那么读取方式可以通过nrows的方式进行指定。编写代码如下：

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

代码的运行结果如下：

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$

从上面的结果中可以看出，通过指定读取行数实现了预期的功能。

以上这篇就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。