Apprendre Fichiers CSV | Lecture de Fichiers dans Pandas

Section 2. Chapitre 1

single

Glissez pour afficher le menu

Puisque pandas est la bibliothèque de référence pour l’analyse et la manipulation de données, l’une de ses fonctionnalités clés est sa capacité à lire et écrire différents types de fichiers, y compris les fichiers CSV.

Un fichier CSV (Comma-Separated Values) est un fichier texte brut utilisé pour stocker des données tabulaires, où chaque ligne représente un enregistrement et les colonnes sont séparées par des virgules.

Un fichier CSV peut contenir les types de données suivants :

Nombres : valeurs entières ou décimales (par exemple, 42, 3.14) ;
Texte : chaînes de caractères ou données catégorielles (par exemple, John, Active) ;
Dates/Heures : horodatages (par exemple, 2023-12-30) ;
Booléens : valeurs logiques (True, False).

Chaque ligne doit comporter le même nombre de colonnes, et la première ligne contient souvent les en-têtes de colonnes.

Des fonctions comme read_csv() et to_csv() sont très utiles pour manipuler des données CSV.

La syntaxe de base de read_csv() et ses paramètres principaux sont les suivants :

Voici la version mise à jour avec le paramètre index_col ajouté et expliqué clairement :

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

filepath_or_buffer : chemin d’accès au fichier CSV (chaîne de caractères ou URL) ;
sep : séparateur (par défaut une virgule ,) ;
header : numéro de la ligne à utiliser comme en-têtes de colonnes (par défaut la première ligne) ;
names : liste des noms de colonnes à utiliser ;
usecols : sous-ensemble de colonnes à lire ;
index_col : colonne (ou liste de colonnes) à définir comme index du 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)

Remarque

Vérifier que le lien du jeu de données est bien entouré de guillemets.

La syntaxe de base de to_csv() et les principaux paramètres sont les suivants :

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

path_or_buf : chemin du fichier ou objet où le CSV doit être écrit ;
sep : séparateur utilisé pour séparer les valeurs (par défaut une virgule ,) ;
columns : sous-ensemble de colonnes à écrire (par défaut toutes les colonnes) ;
header : inclusion ou non des noms de colonnes comme en-tête (par défaut True) ;
index : inclusion ou non des indices de lignes dans le fichier (par défaut 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')

Tâche

Glissez pour commencer à coder

Vous disposez d'une URL pointant vers un fichier CSV stocké sous forme de chaîne de caractères dans la variable file_url.

Lecture du fichier CSV à partir de l'URL fournie dans un DataFrame nommé wine_data.

Solution

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous

Tout était clair ?

Merci pour vos commentaires !

Section 2. Chapitre 1

single

Demandez à l'IA

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion