pandas.Series.from_csv

classmethod Series.from_csv(path, sep=', ', parse_dates=True, header=None, index_col=0, encoding=None, infer_datetime_format=False)

读取CSV文件（DISCOURAGED，请改用pandas.read_csv()）。

It is preferable to use the more powerful pandas.read_csv() for most general purposes, but from_csv makes for an easy roundtrip to and from a file (the exact counterpart of to_csv), especially with a time Series.

此方法仅在某些默认值中与pandas.read_csv()不同：

• index_col是0而不是None（默认情况下以第一列为索引）
• 头是None而不是0（第一行不用作列名）
• parse_dates是True而不是False（请尝试将索引解析为datetime，

使用pandas.read_csv()，选项squeeze=True可用于返回类似from_csv的系列。

参数：

path：字符串文件路径或文件句柄/ StringIO

sep：string，default'，'

字段分隔符

parse_dates：boolean，default True

解析日期。与read_table不同的默认值

header：int，default无

用作标题的行（跳过前面的行）

index_col：int或sequence，默认值为0

用于索引的列。如果给出序列，则使用MultiIndex。与read_table不同的默认值

encoding：string，可选

如果内容是非ascii，表示要使用的编码的字符串，对于3之前的python版本

infer_datetime_format：boolean，default False

如果True和parse_dates对于列为True，请尝试根据第一个datetime字符串推断datetime格式。如果可以推断格式，通常会有大的解析速度。

返回：

y：系列

也可以看看

pandas.read_csv