Svep för att visa menyn

CSV-Filer

Eftersom pandas är det främsta biblioteket för dataanalys och datamanipulation, är en av dess nyckelfunktioner dess förmåga att läsa och skriva olika filtyper, inklusive CSV-filer.

En CSV (Comma-Separated Values)-fil är en vanlig textfil som används för att lagra tabulär data, där varje rad representerar en post och kolumner separeras med kommatecken.

En CSV-fil kan innehålla följande data:

Tal: heltal eller decimaltal (t.ex. 42, 3.14);
Text: strängar eller kategoriska data (t.ex. John, Active);
Datum/Tider: tidsstämplar (t.ex. 2023-12-30);
Booleska värden: logiska värden (True, False).

Varje rad måste ha samma antal kolumner, och den första raden innehåller ofta kolumnrubriker.

Funktioner som read_csv() och to_csv() är praktiska för att hantera CSV-data.

Den grundläggande syntaxen för read_csv() och viktiga parametrar är följande:

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

filepath_or_buffer: sökväg till CSV-filen (sträng eller URL);
sep: avgränsare (standard är ett kommatecken ,);
header: radnummer att använda som kolumnrubriker (standard är första raden);
names: Lista över kolumnnamn att använda;
usecols: kolumner att läsa (delmängd av kolumner).


              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)

Notera

Se till att datasetlänken är omsluten av citattecken.

Den grundläggande syntaxen för to_csv() och viktiga parametrar är följande:

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

path_or_buf: filväg eller objekt där CSV-filen ska skrivas;
sep: avgränsare för att separera värden (standard är ett kommatecken ,);
columns: delmängd av kolumner att skriva (standard är alla kolumner);
header: om kolumnnamn ska inkluderas som rubrik (standard är True);
index: om radindex ska skrivas till filen (standard är 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')

Uppgift

Swipe to start coding

Du har fått en URL till en CSV-fil lagrad som en sträng i variabeln file_url.

Läs CSV-filen från den angivna URL:en till en DataFrame med namnet wine_data.

Lösning

Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 2. Kapitel 1

single

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

CSV-Filer

Eftersom pandas är det främsta biblioteket för dataanalys och datamanipulation, är en av dess nyckelfunktioner dess förmåga att läsa och skriva olika filtyper, inklusive CSV-filer.

En CSV (Comma-Separated Values)-fil är en vanlig textfil som används för att lagra tabulär data, där varje rad representerar en post och kolumner separeras med kommatecken.

En CSV-fil kan innehålla följande data:

Tal: heltal eller decimaltal (t.ex. 42, 3.14);
Text: strängar eller kategoriska data (t.ex. John, Active);
Datum/Tider: tidsstämplar (t.ex. 2023-12-30);
Booleska värden: logiska värden (True, False).

Varje rad måste ha samma antal kolumner, och den första raden innehåller ofta kolumnrubriker.

Funktioner som read_csv() och to_csv() är praktiska för att hantera CSV-data.

Den grundläggande syntaxen för read_csv() och viktiga parametrar är följande:

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

filepath_or_buffer: sökväg till CSV-filen (sträng eller URL);
sep: avgränsare (standard är ett kommatecken ,);
header: radnummer att använda som kolumnrubriker (standard är första raden);
names: Lista över kolumnnamn att använda;
usecols: kolumner att läsa (delmängd av kolumner).


              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)

Notera

Se till att datasetlänken är omsluten av citattecken.

Den grundläggande syntaxen för to_csv() och viktiga parametrar är följande:

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

path_or_buf: filväg eller objekt där CSV-filen ska skrivas;
sep: avgränsare för att separera värden (standard är ett kommatecken ,);
columns: delmängd av kolumner att skriva (standard är alla kolumner);
header: om kolumnnamn ska inkluderas som rubrik (standard är True);
index: om radindex ska skrivas till filen (standard är 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')

Uppgift

Swipe to start coding

Du har fått en URL till en CSV-fil lagrad som en sträng i variabeln file_url.

Läs CSV-filen från den angivna URL:en till en DataFrame med namnet wine_data.

Lösning

Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan

Var allt tydligt?

Tack för dina kommentarer!

Svep för att visa menyn

CSV-Filer

Lösning

Awesome!

CSV-Filer

Lösning

Awesome!