Lære CSV-Filer | Læse Filer i Pandas

Da pandas er det foretrukne bibliotek til dataanalyse og -manipulation, er en af dets nøglefunktioner dets evne til at læse og skrive forskellige filtyper, inklusive CSV-filer.

En CSV (Comma-Separated Values) fil er en almindelig tekstfil, der bruges til at gemme tabeldata, hvor hver række repræsenterer en post, og kolonner er adskilt af kommaer.

En CSV-fil kan indeholde følgende data:

Tal: heltal eller decimaltal (f.eks. 42, 3.14);
Tekst: strenge eller kategoriske data (f.eks. John, Active);
Datoer/Tider: tidsstempler (f.eks. 2023-12-30);
Booleans: logiske værdier (True, False).

Hver række skal have det samme antal kolonner, og den første række indeholder ofte kolonneoverskrifter.

Funktioner som read_csv() og to_csv() er praktiske til at håndtere CSV-data.

Den grundlæggende syntaks for read_csv() og nøgleparametre er som følger:

pandas.read_csv(filepath_or_buffer, sep=',', header=0, names=None, usecols=None, ...)

filepath_or_buffer: sti til CSV-filen (streng eller URL);
sep: delimiter (standard er et komma ,);
header: række nummer til at bruge som kolonneoverskrifter (standard er den første række);
names: Liste over kolonnenavne, der skal bruges;
usecols: kolonner, der skal læses (undergruppe af kolonner).


              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)

Bemærk

Sørg for, at dataset-linket er indpakket i 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'en skal skrives;
sep: afgrænser til at adskille værdier (standard er et komma ,);
columns: delmængde af kolonner, der skal skrives (standard er alle kolonner);
header: om kolonnenavne skal inkluderes som header (standard er True);
index: om rækkeindekser skal skrives til filen (standard er True).


              1234567
            
import 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')

Opgave

Swipe to start coding

Du får en URL til en CSV-fil gemt som en streng i variablen file_url.

Læs CSV-filen fra den givne URL ind i en DataFrame kaldet wine_data.

Løsning

Var alt klart?

Tak for dine kommentarer!

Sektion 2. Kapitel 1

single

Spørg AI

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Stryg for at vise menuen

Da pandas er det foretrukne bibliotek til dataanalyse og -manipulation, er en af dets nøglefunktioner dets evne til at læse og skrive forskellige filtyper, inklusive CSV-filer.

En CSV (Comma-Separated Values) fil er en almindelig tekstfil, der bruges til at gemme tabeldata, hvor hver række repræsenterer en post, og kolonner er adskilt af kommaer.

En CSV-fil kan indeholde følgende data:

Tal: heltal eller decimaltal (f.eks. 42, 3.14);
Tekst: strenge eller kategoriske data (f.eks. John, Active);
Datoer/Tider: tidsstempler (f.eks. 2023-12-30);
Booleans: logiske værdier (True, False).

Hver række skal have det samme antal kolonner, og den første række indeholder ofte kolonneoverskrifter.

Funktioner som read_csv() og to_csv() er praktiske til at håndtere CSV-data.

Den grundlæggende syntaks for read_csv() og nøgleparametre er som følger:

pandas.read_csv(filepath_or_buffer, sep=',', header=0, names=None, usecols=None, ...)

filepath_or_buffer: sti til CSV-filen (streng eller URL);
sep: delimiter (standard er et komma ,);
header: række nummer til at bruge som kolonneoverskrifter (standard er den første række);
names: Liste over kolonnenavne, der skal bruges;
usecols: kolonner, der skal læses (undergruppe af kolonner).


              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)

Bemærk

Sørg for, at dataset-linket er indpakket i 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'en skal skrives;
sep: afgrænser til at adskille værdier (standard er et komma ,);
columns: delmængde af kolonner, der skal skrives (standard er alle kolonner);
header: om kolonnenavne skal inkluderes som header (standard er True);
index: om rækkeindekser skal skrives til filen (standard er True).


              1234567
            
import 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')

Opgave

Swipe to start coding

Du får en URL til en CSV-fil gemt som en streng i variablen file_url.

Læs CSV-filen fra den givne URL ind i en DataFrame kaldet wine_data.

Løsning

Skift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder

Var alt klart?

Tak for dine kommentarer!

Sektion 2. Kapitel 1

single

CSV-Filer

Løsning

Awesome!

CSV-Filer

Løsning

Awesome!