Python Pandas-IO 도구
그만큼 Pandas I/O API 다음과 같이 액세스되는 최상위 수준 리더 기능 집합입니다. pd.read_csv() 일반적으로 Pandas 객체를 반환합니다.
텍스트 파일 (또는 플랫 파일)을 읽기위한 두 가지 주요 기능은 다음과 같습니다. read_csv() 과 read_table(). 둘 다 동일한 구문 분석 코드를 사용하여 표 형식 데이터를 지능적으로DataFrame 객체-
pandas.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer',
names=None, index_col=None, usecols=Nonepandas.read_csv(filepath_or_buffer, sep='\t', delimiter=None, header='infer',
names=None, index_col=None, usecols=None방법은 다음과 같습니다. csv 파일 데이터는 다음과 같습니다.
S.No,Name,Age,City,Salary
1,Tom,28,Toronto,20000
2,Lee,32,HongKong,3000
3,Steven,43,Bay Area,8300
4,Ram,38,Hyderabad,3900이 데이터를 다른 이름으로 저장 temp.csv 작업을 수행합니다.
S.No,Name,Age,City,Salary
1,Tom,28,Toronto,20000
2,Lee,32,HongKong,3000
3,Steven,43,Bay Area,8300
4,Ram,38,Hyderabad,3900이 데이터를 다른 이름으로 저장 temp.csv 작업을 수행합니다.
read.csv
read.csv csv 파일에서 데이터를 읽고 DataFrame 개체를 만듭니다.
import pandas as pd
df=pd.read_csv("temp.csv")
print df이것의 output 다음과 같습니다-
S.No Name Age City Salary
0 1 Tom 28 Toronto 20000
1 2 Lee 32 HongKong 3000
2 3 Steven 43 Bay Area 8300
3 4 Ram 38 Hyderabad 3900맞춤 색인
이것은 csv 파일의 열을 지정하여 다음을 사용하여 색인을 사용자 정의합니다. index_col.
import pandas as pd
df=pd.read_csv("temp.csv",index_col=['S.No'])
print df이것의 output 다음과 같습니다-
S.No Name Age City Salary
1 Tom 28 Toronto 20000
2 Lee 32 HongKong 3000
3 Steven 43 Bay Area 8300
4 Ram 38 Hyderabad 3900변환기
dtype 열 중 dict로 전달할 수 있습니다.
import pandas as pd
df = pd.read_csv("temp.csv", dtype={'Salary': np.float64})
print df.dtypes이것의 output 다음과 같습니다-
S.No int64
Name object
Age int64
City object
Salary float64
dtype: object기본적으로 dtype 급여 열의 int하지만 결과는 다음과 같이 표시됩니다. float 유형을 명시 적으로 캐스팅했기 때문입니다.
따라서 데이터는 float처럼 보입니다.
S.No Name Age City Salary
0 1 Tom 28 Toronto 20000.0
1 2 Lee 32 HongKong 3000.0
2 3 Steven 43 Bay Area 8300.0
3 4 Ram 38 Hyderabad 3900.0header_names
names 인수를 사용하여 헤더의 이름을 지정하십시오.
import pandas as pd
df=pd.read_csv("temp.csv", names=['a', 'b', 'c','d','e'])
print df이것의 output 다음과 같습니다-
a b c d e
0 S.No Name Age City Salary
1 1 Tom 28 Toronto 20000
2 2 Lee 32 HongKong 3000
3 3 Steven 43 Bay Area 8300
4 4 Ram 38 Hyderabad 3900헤더 이름은 사용자 정의 이름과 함께 추가되지만 파일의 헤더는 제거되지 않았습니다. 이제 헤더 인수를 사용하여이를 제거합니다.
헤더가 첫 번째 행이 아닌 다른 행에있는 경우 행 번호를 헤더에 전달합니다. 이전 행을 건너 뜁니다.
import pandas as pd
df=pd.read_csv("temp.csv",names=['a','b','c','d','e'],header=0)
print df이것의 output 다음과 같습니다-
a b c d e
0 S.No Name Age City Salary
1 1 Tom 28 Toronto 20000
2 2 Lee 32 HongKong 3000
3 3 Steven 43 Bay Area 8300
4 4 Ram 38 Hyderabad 3900건너 뛰기
skiprows는 지정된 행 수를 건너 뜁니다.
import pandas as pd
df=pd.read_csv("temp.csv", skiprows=2)
print df이것의 output 다음과 같습니다-
2 Lee 32 HongKong 3000
0 3 Steven 43 Bay Area 8300
1 4 Ram 38 Hyderabad 3900