Aprende Archivos CSV | Lectura de Archivos en Pandas

Dado que pandas es la biblioteca principal para el análisis y manipulación de datos, una de sus características clave es su capacidad para leer y escribir varios tipos de archivos, incluidos los archivos CSV.

Un archivo CSV (Comma-Separated Values) es un archivo de texto plano utilizado para almacenar datos tabulares, donde cada fila representa un registro y las columnas están separadas por comas.

Un archivo CSV puede contener los siguientes datos:

Números: valores enteros o decimales (por ejemplo, 42, 3.14);
Texto: cadenas de texto o datos categóricos (por ejemplo, John, Active);
Fechas/Horas: marcas de tiempo (por ejemplo, 2023-12-30);
Booleanos: valores lógicos (True, False).

Cada fila debe tener el mismo número de columnas, y la primera fila suele contener los encabezados de columna.

Funciones como read_csv() y to_csv() son útiles para trabajar con datos CSV.

La sintaxis básica de read_csv() y los parámetros clave son los siguientes:

Aquí tienes la versión actualizada con el parámetro index_col añadido y explicado claramente:

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

filepath_or_buffer: ruta al archivo CSV (cadena de texto o URL);
sep: delimitador (por defecto es una coma ,);
header: número de fila que se usará como encabezados de columna (por defecto es la primera fila);
names: lista de nombres de columna a utilizar;
usecols: subconjunto de columnas a leer;
index_col: columna (o lista de columnas) que se establecerá como índice del DataFrame.


              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)

Nota

Asegúrate de que el enlace al conjunto de datos esté entre comillas.

La sintaxis básica de to_csv() y los parámetros clave son los siguientes:

pandas.DataFrame.to_csv(path_or_buf=None, sep=',', ..., columns=None, header=True, index=True, ...)

path_or_buf: ruta del archivo u objeto donde se debe escribir el CSV;
sep: delimitador para separar los valores (por defecto es una coma ,);
columns: subconjunto de columnas a escribir (por defecto, todas las columnas);
header: si se deben incluir los nombres de las columnas como encabezado (por defecto es True);
index: si se deben escribir los índices de las filas en el archivo (por defecto es 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')

Tarea

Swipe to start coding

Se proporciona una URL a un archivo CSV almacenado como una cadena en la variable file_url.

Leer el archivo CSV desde la URL proporcionada en un DataFrame llamado wine_data.

Solución

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 2. Capítulo 1

single

Pregunte a AI

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

Suggested prompts:

What does the `index_col` parameter do in `read_csv()`?

Can you explain the difference between `header` and `names` in `read_csv()`?

How can I read only specific columns from a CSV file using pandas?

Awesome!

Completion rate improved to 3.03

Desliza para mostrar el menú