CSV-Filer
Da pandas er det foretrukne bibliotek til dataanalyse og -manipulation, er en af dets vigtigste funktioner evnen til at læse og skrive forskellige filtyper, herunder CSV-filer.
En CSV (Comma-Separated Values)-fil er en tekstfil, der bruges til at gemme tabeldata, hvor hver række repræsenterer en post, og kolonner adskilles med kommaer.
En CSV-fil kan indeholde følgende data:
- Tal: heltals- eller decimaltal (f.eks.
42,3.14); - Tekst: strenge eller kategoriske data (f.eks.
John,Active); - Datoer/tidspunkter: tidsstempler (f.eks.
2023-12-30); - Booleske værdier: logiske værdier (
True,False).
Hver række skal have samme antal kolonner, og den første række indeholder ofte kolonneoverskrifter.
Funktioner som read_csv() og to_csv() er nyttige til at arbejde med CSV-data.
Den grundlæggende syntaks for read_csv() og centrale parametre er som følger:
Her er den opdaterede version med parameteren index_col tilføjet og tydeligt forklaret:
pandas.read_csv(filepath_or_buffer, sep=',', header=0, names=None, usecols=None, index_col=None, ...)
filepath_or_buffer: sti til CSV-filen (streng eller URL);sep: skilletegn (standard er komma,);header: rækkenummer, der bruges som kolonneoverskrifter (standard er første række);names: liste over kolonnenavne, der skal bruges;usecols: delmængde af kolonner, der skal læses;index_col: kolonne (eller liste af kolonner), der skal bruges som DataFrame-indeks.
12345# Loading the CSV into a `DataFrame` import pandas as pd salary_data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a43d24b6-df61-4e11-9c90-5b36552b3437/Salary+Dataset.csv') print(salary_data)
Sørg for, at datasættets link er omsluttet af anførselstegn.
Den grundlæggende syntaks for to_csv() og nøgleparametre er som følger:
pandas.DataFrame.to_csv(path_or_buf=None, sep=',', ..., columns=None, header=True, index=True, ...)
path_or_buf: filsti eller objekt, hvor CSV-filen skal skrives;sep: skilletegn til at adskille værdier (standard er komma,);columns: delmængde af kolonner, der skal skrives (standard er alle kolonner);header: om kolonnenavne skal inkluderes som header (standard erTrue);index: om rækkeindekser skal skrives til filen (standard erTrue).
1234567import pandas as pd countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pd.DataFrame(countries_data) countries.to_csv('countries.csv') print('Done')
Swipe to start coding
Du får en URL til en CSV-fil, som er gemt som en streng i variablen file_url.
- Indlæs CSV-filen fra den angivne URL i en
DataFramemed navnetwine_data.
Løsning
Tak for dine kommentarer!
single
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Awesome!
Completion rate improved to 3.03CSV-Filer
Stryg for at vise menuen
Da pandas er det foretrukne bibliotek til dataanalyse og -manipulation, er en af dets vigtigste funktioner evnen til at læse og skrive forskellige filtyper, herunder CSV-filer.
En CSV (Comma-Separated Values)-fil er en tekstfil, der bruges til at gemme tabeldata, hvor hver række repræsenterer en post, og kolonner adskilles med kommaer.
En CSV-fil kan indeholde følgende data:
- Tal: heltals- eller decimaltal (f.eks.
42,3.14); - Tekst: strenge eller kategoriske data (f.eks.
John,Active); - Datoer/tidspunkter: tidsstempler (f.eks.
2023-12-30); - Booleske værdier: logiske værdier (
True,False).
Hver række skal have samme antal kolonner, og den første række indeholder ofte kolonneoverskrifter.
Funktioner som read_csv() og to_csv() er nyttige til at arbejde med CSV-data.
Den grundlæggende syntaks for read_csv() og centrale parametre er som følger:
Her er den opdaterede version med parameteren index_col tilføjet og tydeligt forklaret:
pandas.read_csv(filepath_or_buffer, sep=',', header=0, names=None, usecols=None, index_col=None, ...)
filepath_or_buffer: sti til CSV-filen (streng eller URL);sep: skilletegn (standard er komma,);header: rækkenummer, der bruges som kolonneoverskrifter (standard er første række);names: liste over kolonnenavne, der skal bruges;usecols: delmængde af kolonner, der skal læses;index_col: kolonne (eller liste af kolonner), der skal bruges som DataFrame-indeks.
12345# Loading the CSV into a `DataFrame` import pandas as pd salary_data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a43d24b6-df61-4e11-9c90-5b36552b3437/Salary+Dataset.csv') print(salary_data)
Sørg for, at datasættets link er omsluttet af anførselstegn.
Den grundlæggende syntaks for to_csv() og nøgleparametre er som følger:
pandas.DataFrame.to_csv(path_or_buf=None, sep=',', ..., columns=None, header=True, index=True, ...)
path_or_buf: filsti eller objekt, hvor CSV-filen skal skrives;sep: skilletegn til at adskille værdier (standard er komma,);columns: delmængde af kolonner, der skal skrives (standard er alle kolonner);header: om kolonnenavne skal inkluderes som header (standard erTrue);index: om rækkeindekser skal skrives til filen (standard erTrue).
1234567import pandas as pd countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pd.DataFrame(countries_data) countries.to_csv('countries.csv') print('Done')
Swipe to start coding
Du får en URL til en CSV-fil, som er gemt som en streng i variablen file_url.
- Indlæs CSV-filen fra den angivne URL i en
DataFramemed navnetwine_data.
Løsning
Skift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående mulighederTak for dine kommentarer!
single
