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。