【摘要】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pan

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。

相关推荐：《Python入门教程》

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：

#!/usr/bin/python 
import pandasas pd

data = pd.read_csv('data.csv',nrows =5)
print(data)

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。