Panda Python - Strumenti IO

Il Pandas I/O API è un insieme di funzioni di lettura di livello superiore a cui si accede come pd.read_csv() che generalmente restituiscono un oggetto Panda.

Le due funzioni cavallo di battaglia per la lettura dei file di testo (o dei file flat) sono read_csv() e read_table(). Entrambi utilizzano lo stesso codice di analisi per convertire in modo intelligente i dati tabulari in un fileDataFrame oggetto -

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

Ecco come il file csv i dati del file hanno questo aspetto:

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

Salva questi dati come temp.csv e condurre operazioni su di esso.

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

Salva questi dati come temp.csv e condurre operazioni su di esso.

read.csv

read.csv legge i dati dai file csv e crea un oggetto DataFrame.

import pandas as pd

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

Suo output è il seguente -

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

indice personalizzato

Specifica una colonna nel file csv per personalizzare l'indice utilizzando index_col.

import pandas as pd

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

Suo output è il seguente -

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

Convertitori

dtype delle colonne può essere passato come un dict.

import pandas as pd

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

Suo output è il seguente -

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

Per impostazione predefinita, il dtype della colonna Salario è int, ma il risultato lo mostra come float perché abbiamo cast esplicitamente il tipo.

Pertanto, i dati sembrano float -

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

Specificare i nomi dell'intestazione utilizzando l'argomento nomi.

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

Suo output è il seguente -

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

Osserva, i nomi delle intestazioni vengono aggiunti con i nomi personalizzati, ma l'intestazione nel file non è stata eliminata. Ora usiamo l'argomento header per rimuoverlo.

Se l'intestazione è in una riga diversa dalla prima, passare il numero di riga all'intestazione. Questo salterà le righe precedenti.

import pandas as pd 

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

Suo output è il seguente -

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

salta

skiprows salta il numero di righe specificato.

import pandas as pd

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

Suo output è il seguente -

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