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()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=None
pandas.read_csv(filepath_or_buffer, sep='\t', delimiter=None, header='infer',
names=None, index_col=None, usecols=None

방법은 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,3900

이 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,3900

이 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 df

이것의 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     3900

맞춤 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 df

이것의 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     3900

변환기

dtype 열 중 dict로 전달할 수 있습니다.

import pandas as pd

df = pd.read_csv("temp.csv", dtype={'Salary': np.float64})
print df.dtypes

이것의 output 다음과 같습니다-

S.No       int64
Name      object
Age        int64
City      object
Salary   float64
dtype: object

기본적으로 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    3900.0

header_names

names 인수를 사용하여 헤더의 이름을 지정하십시오.

import pandas as pd
 
df=pd.read_csv("temp.csv", names=['a', 'b', 'c','d','e'])
print df

이것의 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     3900

헤더 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 df

이것의 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     3900

건너 뛰기

skiprows는 지정된 행 수를 건너 뜁니다.

import pandas as pd

df=pd.read_csv("temp.csv", skiprows=2)
print df

이것의 output 다음과 같습니다-

2      Lee   32    HongKong   3000
0   3   Steven   43    Bay Area   8300
1   4      Ram   38   Hyderabad   3900