熊猫 - pandas.DataFrame.from_csv 与 pandas.read_csv答案

【问题标题】：Pandas - pandas.DataFrame.from_csv vs pandas.read_csv熊猫 - pandas.DataFrame.from_csv 与 pandas.read_csv
【发布时间】：2014-12-17 04:36:29
【问题描述】：

两者有什么区别：

pandas.DataFrame.from_csv，文档链接：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.from_csv.html

和

pandas.read_csv，文档链接：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.io.parsers.read_csv.html

【问题讨论】：

我相信最重要的区别之一是索引列的默认值。使用from_csv 将默认使用第一列作为索引。 read_csv 默认为 None，因此将创建一个索引。 read_csv 应该最适合大多数数据集。
甚至不知道from_csv 的存在，我个人看过这两个我会使用read_csv，因为它有更多的选项可以帮助处理数据
我认为pandas.DataFrame.from_csv 现在已被删除。我无法调用它，并且您的链接给出了 404: Not Found 错误。

标签： python csv pandas

【解决方案1】：

另一个区别是pandas.read_csv 的速度是pandas.DataFrame.from_csv 的 46 到 490 倍（在我的测试中）。

我在我的专有 csv 文件上在 Windows 上的 Python 3.4.4 和 pandas 0.19.2 上对其进行了测试。

【讨论】：

【解决方案2】：

没有真正的区别（两者都基于相同的底层函数），但正如 cmets 中所述，它们有一些不同的默认值（index_col 为 0 或无，@987654323 @ 分别代表 read_csv 和 DataFrame.from_csv 的 True 或 False）并且 read_csv 支持更多参数（在 from_csv 中它们只是没有被传递）。

除此之外，建议使用pd.read_csv。
DataFrame.from_csv 仅出于历史原因而存在并保持向后兼容性（计划弃用它，请参阅here )，但所有新功能仅添加到 read_csv（正如您在更长的关键字参数列表中看到的那样）。实际上，这应该在文档中更清楚地说明。

【讨论】：

谢谢乔里斯。我有兴趣参与 pandas 项目，除非你能想到一个更好的库来进行数据分析或机器学习......
@joris: index_col 默认值正好相反——“无或 0”（我编辑过）