Python Pandas - narzędzia IO

Plik Pandas I/O API to zestaw funkcji czytnika najwyższego poziomu, do których można uzyskać dostęp, np pd.read_csv() które zazwyczaj zwracają obiekt Pandas.

Dwie funkcje konia roboczego do czytania plików tekstowych (lub plików płaskich) to read_csv() i read_table(). Obaj używają tego samego kodu analizującego, aby inteligentnie konwertować dane tabelaryczne na plikDataFrame obiekt -

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

Oto jak csv dane pliku wyglądają następująco -

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

Zapisz te dane jako temp.csv i przeprowadzać na nim operacje.

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

Zapisz te dane jako temp.csv i przeprowadzać na nim operacje.

read.csv

read.csv odczytuje dane z plików csv i tworzy obiekt DataFrame.

import pandas as pd

df=pd.read_csv("temp.csv")
print df

Jego output wygląda następująco -

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

indeks niestandardowy

Określa kolumnę w pliku csv, aby dostosować indeks przy użyciu index_col.

import pandas as pd

df=pd.read_csv("temp.csv",index_col=['S.No'])
print df

Jego output wygląda następująco -

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

Konwertery

dtype kolumn można przekazać jako dykt.

import pandas as pd

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

Jego output wygląda następująco -

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

Domyślnie dtype w kolumnie Wynagrodzenie to int, ale wynik pokazuje to jako float ponieważ jawnie wyrzuciliśmy typ.

W ten sposób dane wyglądają jak zmiennoprzecinkowe -

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

nazwy_nagłówków

Określ nazwy nagłówka, używając argumentu nazw.

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

Jego output wygląda następująco -

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

Zauważ, że nazwy nagłówków są dołączane do nazw niestandardowych, ale nagłówek w pliku nie został wyeliminowany. Teraz używamy argumentu nagłówka, aby to usunąć.

Jeśli nagłówek znajduje się w wierszu innym niż pierwszy, przekaż numer wiersza do nagłówka. Spowoduje to pominięcie poprzednich wierszy.

import pandas as pd 

df=pd.read_csv("temp.csv",names=['a','b','c','d','e'],header=0)
print df

Jego output wygląda następująco -

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

skiprows

skiprows pomija określoną liczbę wierszy.

import pandas as pd

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

Jego output wygląda następująco -

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