Python - обработка данных CSV

Чтение данных из CSV (значения, разделенные запятыми) - фундаментальная необходимость в Data Science. Часто мы получаем данные из различных источников, которые можно экспортировать в формат CSV, чтобы их могли использовать другие системы. Библиотека Panadas предоставляет функции, с помощью которых мы можем читать CSV-файл полностью, а также по частям только для выбранной группы столбцов и строк.

Введите как файл CSV

CSV-файл - это текстовый файл, в котором значения в столбцах разделены запятой. Рассмотрим следующие данные, присутствующие в файле с именемinput.csv.

Вы можете создать этот файл с помощью блокнота Windows, скопировав и вставив эти данные. Сохраните файл какinput.csv используя параметр «Сохранить как все файлы (*. *)» в блокноте.

id,name,salary,start_date,dept
1,Rick,623.3,2012-01-01,IT
2,Dan,515.2,2013-09-23,Operations
3,Tusar,611,2014-11-15,IT
4,Ryan,729,2014-05-11,HR
5,Gary,843.25,2015-03-27,Finance
6,Rasmi,578,2013-05-21,IT
7,Pranab,632.8,2013-07-30,Operations
8,Guru,722.5,2014-06-17,Finance

Чтение файла CSV

В read_csvФункция библиотеки pandas используется для чтения содержимого файла CSV в среду Python как pandas DataFrame. Функция может читать файлы из ОС, используя правильный путь к файлу.

import pandas as pd
data = pd.read_csv('path/input.csv')
print (data)

Когда мы выполняем приведенный выше код, он дает следующий результат. Обратите внимание, как функция создала дополнительный столбец, начинающийся с нуля в качестве индекса.

id    name  salary  start_date        dept
0   1    Rick  623.30  2012-01-01          IT
1   2     Dan  515.20  2013-09-23  Operations
2   3   Tusar  611.00  2014-11-15          IT
3   4    Ryan  729.00  2014-05-11          HR
4   5    Gary  843.25  2015-03-27     Finance
5   6   Rasmi  578.00  2013-05-21          IT
6   7  Pranab  632.80  2013-07-30  Operations
7   8    Guru  722.50  2014-06-17     Finance

Чтение определенных строк

В read_csvФункция библиотеки pandas также может использоваться для чтения некоторых конкретных строк для данного столбца. Мы нарезаем результат функции read_csv, используя показанный ниже код для первых 5 строк столбца с именем salary.

import pandas as pd
data = pd.read_csv('path/input.csv')

# Slice the result for first 5 rows
print (data[0:5]['salary'])

Когда мы выполняем приведенный выше код, он дает следующий результат.

0    623.30
1    515.20
2    611.00
3    729.00
4    843.25
Name: salary, dtype: float64

Чтение определенных столбцов

В read_csvФункция библиотеки pandas также может использоваться для чтения некоторых определенных столбцов. Мы используем метод многоосной индексации, называемый.loc()для этого. Мы выбираем отображение столбца зарплаты и имени для всех строк.

import pandas as pd
data = pd.read_csv('path/input.csv')

# Use the multi-axes indexing funtion
print (data.loc[:,['salary','name']])

Когда мы выполняем приведенный выше код, он дает следующий результат.

salary    name
0  623.30    Rick
1  515.20     Dan
2  611.00   Tusar
3  729.00    Ryan
4  843.25    Gary
5  578.00   Rasmi
6  632.80  Pranab
7  722.50    Guru

Чтение определенных столбцов и строк

В read_csvФункция библиотеки pandas также может использоваться для чтения некоторых определенных столбцов и определенных строк. Мы используем метод многоосной индексации, называемый.loc()для этого. Мы решили отображать столбцы зарплаты и имени для некоторых строк.

import pandas as pd
data = pd.read_csv('path/input.csv')

# Use the multi-axes indexing funtion
print (data.loc[[1,3,5],['salary','name']])

Когда мы выполняем приведенный выше код, он дает следующий результат.

salary   name
1   515.2    Dan
3   729.0   Ryan
5   578.0  Rasmi

Чтение определенных столбцов для диапазона строк

В read_csvФункция библиотеки pandas также может использоваться для чтения некоторых определенных столбцов и диапазона строк. Мы используем метод многоосной индексации, называемый.loc()для этого. Мы решили отображать столбцы зарплаты и имени для некоторых строк.

import pandas as pd
data = pd.read_csv('path/input.csv')

# Use the multi-axes indexing funtion
print (data.loc[2:6,['salary','name']])

Когда мы выполняем приведенный выше код, он дает следующий результат.

salary    name
2  611.00   Tusar
3  729.00    Ryan
4  843.25    Gary
5  578.00   Rasmi
6  632.80  Pranab