CSV-bestanden zijn door komma's gescheiden bestanden. Om toegang te krijgen tot gegevens uit het CSV-bestand hebben we een functie read_csv() van Pandas nodig die gegevens ophaalt in de vorm van het dataframe.
Syntaxis van read_csv()
Hier is de Panda's lezen CSV syntaxis met zijn parameters.
Syntaxis: pd.read_csv (filepath_or_buffer, sep=’ ,’ , header=’infer’, index_col=Geen, usecols=Geen, engine=Geen, skiprows=Geen, nrows=Geen)
Parameters:
- bestandspad_of_buffer : Locatie van het csv-bestand. Het accepteert elk tekenreekspad of URL van het bestand.
- sep : Dit staat voor separator, standaard is ‘, ‘.
- koptekst : Het accepteert int, een lijst met int, rijnummers die als kolomnamen moeten worden gebruikt, en het begin van de gegevens. Als er geen namen worden doorgegeven, bijvoorbeeld header=None, wordt de eerste kolom weergegeven als 0, de tweede als 1, enzovoort.
- gebruik cols : Haalt alleen geselecteerde kolommen op uit het CSV-bestand.
- nrows : Aantal rijen dat moet worden weergegeven uit de gegevensset.
- index_kol : Indien Geen, worden er geen indexnummers weergegeven samen met records.
- springt : slaat voorbije rijen in het nieuwe dataframe over.
Lees het CSV-bestand met Pandas read_csv
Voordat we deze functie gebruiken, moeten we het Panda's bibliotheek, zullen we het CSV-bestand laden met Pandas.
PYTHON3
sorteer arraylist in Java
# Import pandas> import> pandas as pd> # reading csv file> df>=> pd.read_csv(>'people.csv'>)> print>(df.head())> |
>
>
Uitgang:
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>
Gebruik makend van sep in lees_csv()
In dit voorbeeld nemen we een CSV-bestand en voegen vervolgens enkele speciale tekens toe om te zien hoe de sep parameter werkt.
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)> |
>
>
Uitgang:
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>
Usecols gebruiken in read_csv()
Hier specificeren we slechts 3 kolommen, d.w.z. [Voornaam, Geslacht, E-mail] om te laden en we gebruiken header 0 als standaardheader.
Python3
df>=> pd.read_csv(>'people.csv'>,> >header>=>0>,> >usecols>=>[>'First Name'>,>'Sex'>,>'Email'>])> # printing dataframe> print>(df.head())> |
>
>
Uitgang:
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]>
Index_col gebruiken in read_csv()
Hier gebruiken we de Seks eerst indexeren en dan de Functietitel index, we kunnen de header eenvoudig opnieuw indexeren met index_kol parameter.
Python3
linkedlist en arraylist
df>=> pd.read_csv(>'people.csv'>,> >header>=>0>,> >index_col>=>[>'Sex'>,>'Job Title'>],> >usecols>=>[>'Sex'>,>'Job Title'>,>'Email'>])> print>(df.head())> |
>
>
Uitgang:
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]>
Nrows gebruiken in read_csv()
Hier geven we slechts 5 rijen weer met behulp van Nrows-parameter .
Python3
df>=> pd.read_csv(>'people.csv'>,> >header>=>0>,> >index_col>=>[>'Sex'>,>'Job Title'>],> >usecols>=>[>'Sex'>,>'Job Title'>,>'Email'>],> >nrows>=>3>)> print>(df)> |
>
>
Uitgang:
Email Sex Job Title Male Games developer [email protected] Female Phytotherapist [email protected] Male Homeopath [email protected]>
Skiprows gebruiken in read_csv()
De springt helpen bij het overslaan van enkele rijen in CSV, dat wil zeggen dat u hier zult zien dat de rijen die in skiprows worden genoemd, zijn overgeslagen uit de oorspronkelijke dataset.
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)> |
>
>
grijze code
Uitgang:
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>