Python - กำลังประมวลผลข้อมูล CSV

การอ่านข้อมูลจาก CSV (ค่าที่คั่นด้วยจุลภาค) เป็นความจำเป็นพื้นฐานใน Data Science บ่อยครั้งเราได้รับข้อมูลจากแหล่งต่างๆซึ่งสามารถส่งออกไปยังรูปแบบ CSV เพื่อให้ระบบอื่น ๆ สามารถใช้งานได้ ไลบรารี Panadas มีคุณลักษณะที่เราสามารถอ่านไฟล์ CSV แบบเต็มและบางส่วนสำหรับกลุ่มคอลัมน์และแถวที่เลือกเท่านั้น

ป้อนข้อมูลเป็นไฟล์ CSV

ไฟล์ csv เป็นไฟล์ข้อความที่ค่าในคอลัมน์ถูกคั่นด้วยเครื่องหมายจุลภาค ลองพิจารณาข้อมูลต่อไปนี้ที่มีอยู่ในไฟล์ชื่อinput.csv.

คุณสามารถสร้างไฟล์นี้โดยใช้ windows notepad โดยการคัดลอกและวางข้อมูลนี้ บันทึกไฟล์เป็นinput.csv โดยใช้ตัวเลือกบันทึกเป็นไฟล์ทั้งหมด (*. *) ในแผ่นจดบันทึก

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

การอ่านไฟล์ CSV

read_csvฟังก์ชันของไลบรารีแพนด้าใช้อ่านเนื้อหาของไฟล์ CSV ในสภาพแวดล้อม python เป็น DataFrame ของแพนด้า ฟังก์ชันนี้สามารถอ่านไฟล์จากระบบปฏิบัติการได้โดยใช้เส้นทางที่เหมาะสมไปยังไฟล์

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

เมื่อเรารันโค้ดด้านบนจะให้ผลลัพธ์ดังต่อไปนี้ โปรดสังเกตว่าคอลัมน์เพิ่มเติมที่เริ่มต้นด้วยศูนย์เป็นดัชนีถูกสร้างโดยฟังก์ชันอย่างไร

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

การอ่านแถวเฉพาะ

read_csvนอกจากนี้ยังสามารถใช้ฟังก์ชันของไลบรารีแพนด้าเพื่ออ่านแถวเฉพาะสำหรับคอลัมน์ที่ระบุ เราแบ่งผลลัพธ์จากฟังก์ชัน read_csv โดยใช้รหัสที่แสดงด้านล่างสำหรับ 5 แถวแรกสำหรับคอลัมน์ชื่อเงินเดือน

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

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

เมื่อเรารันโค้ดด้านบนจะให้ผลลัพธ์ดังต่อไปนี้

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

การอ่านคอลัมน์เฉพาะ

read_csvสามารถใช้ฟังก์ชันของไลบรารีแพนด้าเพื่ออ่านคอลัมน์เฉพาะบางคอลัมน์ได้ เราใช้วิธีการสร้างดัชนีหลายแกนที่เรียกว่า.loc()เพื่อจุดประสงค์นี้. เราเลือกที่จะแสดงคอลัมน์เงินเดือนและชื่อสำหรับแถวทั้งหมด

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

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

เมื่อเรารันโค้ดด้านบนจะให้ผลลัพธ์ดังต่อไปนี้

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

การอ่านคอลัมน์และแถวเฉพาะ

read_csvนอกจากนี้ยังสามารถใช้ฟังก์ชันของไลบรารีแพนด้าเพื่ออ่านคอลัมน์เฉพาะและแถวที่ระบุได้ เราใช้วิธีการสร้างดัชนีหลายแกนที่เรียกว่า.loc()เพื่อจุดประสงค์นี้. เราเลือกที่จะแสดงคอลัมน์เงินเดือนและชื่อสำหรับบางแถว

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']])

เมื่อเรารันโค้ดด้านบนจะให้ผลลัพธ์ดังต่อไปนี้

salary   name
1   515.2    Dan
3   729.0   Ryan
5   578.0  Rasmi

การอ่านคอลัมน์เฉพาะสำหรับช่วงของแถว

read_csvนอกจากนี้ยังสามารถใช้ฟังก์ชันของไลบรารีแพนด้าเพื่ออ่านคอลัมน์เฉพาะบางคอลัมน์และช่วงของแถว เราใช้วิธีการสร้างดัชนีหลายแกนที่เรียกว่า.loc()เพื่อจุดประสงค์นี้. เราเลือกที่จะแสดงคอลัมน์เงินเดือนและชื่อสำหรับบางแถว

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

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

เมื่อเรารันโค้ดด้านบนจะให้ผลลัพธ์ดังต่อไปนี้

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