对于一个没有字段名标题的数据，如data.csv

1.获取数据内容。pandas.read_csv(“data.csv”)默认情况下，会把数据内容的第一行默认为字段名标题。

import pandas as pd

# 读取数据

df =  pd.read_csv("../data/data.csv")

print(df)

为了解决这个问题，我们添加“header=None”，告诉函数，我们读取的原始文件数据没有列索引。因此，read_csv为自动加上列索引。

import pandas as pd

# 读取数据

df =  pd.read_csv("../data/data.csv", header=None)

print(df)

2.局部获取。有时候我们需要取某些列数据，如下(X，y)：

• pd.read_csv()函数有"header=None"参数：

import pandas as pd

# 读取数据

df =  pd.read_csv("../data/data.csv", header=None)

# 注意有"header=None", df.ix[:,0:4]就是左闭右闭的区间

X= df.ix[:,0:4]

y = df.ix[:,5]

print(X)

print(y)

• pd.read_csv()函数没有"header=None"参数：

import pandas as pd

# 读取数据

df =  pd.read_csv("../data/data.csv")

# 注意没有"header=None", df.ix[:,0:4]就是左闭右开的区间

X= df.ix[:,0:4] # 实际上X应该是df.ix[:,0:5]

y = df.ix[:,5]

print(X)

print(y)

在第二种情况中，带上names属性还是df.ix[:,0:4]就是左闭右开的区间。

# 设置表头

names = ["US0","US1","US2","US3","US4","Class"]

# 读入数据 (没有属性行：header=None)

df =  pd.read_csv("../data/data.csv", names=names)

# 注意没有"header=None", df.ix[:,0:4]就是左闭右开的区间

X= df.ix[:,0:4] # 实际上X应该是df.ix[:,0:5]

y = df.ix[:,5]

print(df)

print(X)

print(y)

总结：pd.read_csv()函数，有"header=None", df.ix[:,0:4]就是左闭右闭的区间；没有"header=None", df.ix[:,0:4]就是左闭右开的区间。