Fișierele CSV sunt fișiere separate prin virgulă. Pentru a accesa datele din fișierul CSV, avem nevoie de o funcție read_csv() de la Pandas care preia date sub forma cadrului de date.
Sintaxa read_csv()
Aici este Panda citește CSV sintaxa cu parametrii ei.
Sintaxă: pd.read_csv (filepath_or_buffer, sep=’ ,’ , header=’infer’, index_col=None, usecols=None, engine=None, skiprows=None, nrows=None)
Parametri:
- filepath_or_buffer : Locația fișierului csv. Acceptă orice cale de șir sau URL a fișierului.
- sep : reprezintă separator, implicit este „, „.
- antet : Acceptă int, o listă de int, numere de rând de utilizat ca nume de coloane și începutul datelor. Dacă nu sunt transmise nume, adică header=None, atunci prima coloană va afișa ca 0, a doua ca 1 și așa mai departe.
- usecols : preia numai coloanele selectate din fișierul CSV.
- nrows : Numărul de rânduri care urmează să fie afișate din setul de date.
- index_col : Dacă Nu există, nu există numere de index afișate împreună cu înregistrările.
- skiprows : Omite rândurile trecute în noul cadru de date.
Citiți fișierul CSV folosind Pandas read_csv
Înainte de a folosi această funcție, trebuie să importam fișierul panda bibliotecă, vom încărca fișierul CSV folosind Pandas.
PYTHON3
operator condițional în java
# Import pandas> import> pandas as pd> # reading csv file> df>=> pd.read_csv(>'people.csv'>)> print>(df.head())> |
>
>
Ieșire:
First Name Last Name Sex Email Date of birth Job Title 0 Shelby Terrell Male [email protected] 1945-10-26 Games developer 1 Phillip Summers Female [email protected] 1910-03-24 Phytotherapist 2 Kristine Travis Male [email protected] 1992-07-02 Homeopath 3 Yesenia Martinez Male [email protected] 2017-08-03 Market researcher 4 Lori Todd Male [email protected] 1938-12-01 Veterinary surgeon>
Folosind sep în read_csv()
În acest exemplu, vom lua un fișier CSV și apoi vom adăuga câteva caractere speciale pentru a vedea cum sep parametrul funcționează.
Python3
# sample = 'totalbill_tip, sex:smoker, day_time, size> # 16.99, 1.01:Female|No, Sun, Dinner, 2> # 10.34, 1.66, Male, No|Sun:Dinner, 3> # 21.01:3.5_Male, No:Sun, Dinner, 3> #23.68, 3.31, Male|No, Sun_Dinner, 2> # 24.59:3.61, Female_No, Sun, Dinner, 4> # 25.29, 4.71|Male, No:Sun, Dinner, 4'> # Importing pandas library> import> pandas as pd> # Load the data of csv> df>=> pd.read_csv(>'sample.csv'>,> >sep>=>'[:, |_]'>,> >engine>=>'python'>)> # Print the Dataframe> print>(df)> |
>
>
Ieșire:
totalbill tip Unnamed: 2 sex smoker Unnamed: 5 day time Unnamed: 8 size 16.99 NaN 1.01 Female No NaN Sun NaN Dinner NaN 2 10.34 NaN 1.66 NaN Male NaN No Sun Dinner NaN 3 21.01 3.50 Male NaN No Sun NaN Dinner NaN 3.0 None 23.68 NaN 3.31 NaN Male No NaN Sun Dinner NaN 2 24.59 3.61 NaN Female No NaN Sun NaN Dinner NaN 2 25.29 NaN 4.71 Male NaN No Sun NaN Dinner NaN 4>
Utilizarea usecols în read_csv()
Aici, specificăm doar 3 coloane, adică [First Name, Sex, Email] pentru a încărca și folosim antetul 0 ca antet implicit.
Python3
df>=> pd.read_csv(>'people.csv'>,> >header>=>0>,> >usecols>=>[>'First Name'>,>'Sex'>,>'Email'>])> # printing dataframe> print>(df.head())> |
>
>
Ieșire:
First Name Sex Email 0 Shelby Male [email protected] 1 Phillip Female [email protected] 2 Kristine Male [email protected] 3 Yesenia Male [email protected] 4 Lori Male [email protected]>
Folosind index_col în read_csv()
Aici, folosim Sex mai întâi index și apoi Denumirea funcției index, putem pur și simplu reindexa antetul cu index_col parametru.
Python3
vârsta rihanna
df>=> pd.read_csv(>'people.csv'>,> >header>=>0>,> >index_col>=>[>'Sex'>,>'Job Title'>],> >usecols>=>[>'Sex'>,>'Job Title'>,>'Email'>])> print>(df.head())> |
>
>
Ieșire:
Email Sex Job Title Male Games developer [email protected] Female Phytotherapist [email protected] Male Homeopath [email protected] Market researcher [email protected] Veterinary surgeon [email protected]>
Utilizarea nrows în read_csv()
Aici, afișăm doar 5 rânduri folosind parametrul nrows .
Python3
operator condițional în java
df>=> pd.read_csv(>'people.csv'>,> >header>=>0>,> >index_col>=>[>'Sex'>,>'Job Title'>],> >usecols>=>[>'Sex'>,>'Job Title'>,>'Email'>],> >nrows>=>3>)> print>(df)> |
>
>
Ieșire:
Email Sex Job Title Male Games developer [email protected] Female Phytotherapist [email protected] Male Homeopath [email protected]>
Utilizarea skiprows în read_csv()
The skiprows ajută la omiterea unor rânduri în CSV, adică aici veți observa că rândurile menționate în skiprows au fost omise din setul de date original.
Python3
df>=> pd.read_csv(>'people.csv'>)> print>(>'Previous Dataset: '>)> print>(df)> # using skiprows> df>=> pd.read_csv(>'people.csv'>, skiprows>=> [>1>,>5>])> print>(>'Dataset After skipping rows: '>)> print>(df)> |
>
>
Ieșire:
Previous Dataset: First Name Last Name Sex Email Date of birth Job Title 0 Shelby Terrell Male [email protected] 1945-10-26 Games developer 1 Phillip Summers Female [email protected] 1910-03-24 Phytotherapist 2 Kristine Travis Male [email protected] 1992-07-02 Homeopath 3 Yesenia Martinez Male [email protected] 2017-08-03 Market researcher 4 Lori Todd Male [email protected] 1938-12-01 Veterinary surgeon 5 Erin Day Male [email protected] 2015-10-28 Management officer 6 Katherine Buck Female [email protected] 1989-01-22 Analyst 7 Ricardo Hinton Male [email protected] 1924-03-26 Hydrogeologist Dataset After skipping rows: First Name Last Name Sex Email Date of birth Job Title 0 Shelby Terrell Male [email protected] 1945-10-26 Games developer 1 Kristine Travis Male [email protected] 1992-07-02 Homeopath 2 Yesenia Martinez Male [email protected] 2017-08-03 Market researcher 3 Lori Todd Male [email protected] 1938-12-01 Veterinary surgeon 4 Katherine Buck Female [email protected] 1989-01-22 Analyst 5 Ricardo Hinton Male [email protected] 1924-03-26 Hydrogeologist>