Pandas IO-Operationen

Beispiel für Pandas IO-Operationen

Die beiden Hauptfunktionen zur Lesung von Textdateien sind read_csv() und read_table(). Beide verwenden die gleiche Parsing-Code, um Tabellen-Daten intelligent in DataFrame-Objekte umzuwandeln:

　pandas.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer',
　names=None, index_col=None, usecols=None

　pandas.read_csv(filepath_or_buffer, sep='\t', delimiter=None, header='infer',
　names=None, index_col=None, usecols=None

Speichern Sie diese Daten als temp.csv und bearbeiten Sie sie.

　S.No,Name,Age,City,Salary
　1,Tom,28,Toronto,20000
　2,Lee,32,HongKong,3000
　3,Steven,43,Bay Area,8300
　4,Ram,38,Hyderabad,3900

read.csv

read.csv liest Daten aus einer csv-Datei ein und erstellt ein DataFrame-Objekt.

　import pandas as pd
　df = pd.read_csv("temp.csv")
　print df

Die Ergebnisse des Laufens sind wie folgt:

S.No		Name	Age		City	Salary
0　　　　　1　　　　　　Tom　　　　28　　　　Toronto　　　　20000
1　　　　　2　　　　　　Lee　　　　32　　　HongKong　　　　　3000
2　　　　　3　　　Steven　　　　43　　　Bay Area　　　　　8300
3　　　　　4　　　　　　Ram　　　　38　　Hyderabad　　　　　3900

Benutzerdefinierte Indizes

Dies legt eine Spalte im csv-Datei fest, um die index_col für die benutzerdefinierte Indizes zu verwenden.

　import pandas as pd
　df = pd.read_csv("temp.csv", index_col=['S.No'])
　print df

Die Ergebnisse des Laufens sind wie folgt:

S.No	Name	Age		City	Salary
1　　　　　　　Tom　　　　28　　　　Toronto　　　　20000
2　　　　　　　Lee　　　　32　　　HongKong　　　　　3000
3　　　　Steven　　　　43　　　Bay Area　　　　　8300
4　　　　　　　Ram　　　　38　　Hyderabad　　　　　3900

Konverter

Der dtype der Spalte kann als dict übergeben werden.

　import pandas as pd
　df = pd.read_csv("temp.csv", dtype={'Salary': np.float}64)
　print(df.dtypes)

Die Ergebnisse des Laufens sind wie folgt:

S.No			int64
Name			objekt
Age			int64
City			objekt
Salary	float64
dtype: 	objekt

Standardmäßig ist der dtype der Salary-Spalte int, aber er wird als float angezeigt, da wir den Typ explizit umgewandelt haben. Daher sehen die Daten wie float aus.

Daher sieht die Daten wie float aus −

　　　S.No	Name	Age		City	Salary
0　　　1　　　　　Tom　　　28　　　　Toronto　　　20000.0
1　　　2　　　　　Lee　　　32　　　HongKong　　　　3000.0
2　　　3　　Steven　　　43　　　Bay Area　　　　8300.0
3　　　4　　　　　Ram　　　38　　Hyderabad　　　　3900.0

Kopfzeilenname

Verwenden Sie den names-Parameter, um die Namen der Kopfzeilen zu spezifizieren.

　import pandas as pd
　　
　df=pd.read_csv("temp.csv",　names=['a',　'b',　'c','d','e'])
　print df

Die Ergebnisse des Laufens sind wie folgt:

　　　a b c d e
0 S.No Name Age City Salary
1　　　　　　1　　　　　　Tom　　　28　　　　　Toronto　　　　20000
2　　　　　　2　　　　　　Lee　　　32　　　　HongKong　　　　　3000
3　　　　　　3　　　Steven　　　43　　　　Bay Area　　　　　8300
4　　　　　　4　　　　　　Ram　　　38　　　Hyderabad　　　　　3900

Bitte beachten Sie, dass nach den Kopfzeilennamen benutzerdefinierte Namen hinzugefügt wurden, aber die Kopfzeilen im Datei noch nicht entfernt wurden. Jetzt verwenden wir den header-Parameter, um sie zu entfernen.

Wenn der Titel nicht in der ersten Zeile steht, wird die Zeilennummer an den Titel übergeben. Dies überspringt die vorherigen Zeilen.

　import pandas as pd　
　df=pd.read_csv("temp.csv",names=['a','b','c','d','e'],header=0)
　print df

Die Ergebnisse des Laufens sind wie folgt:

　　a b c d e
0 S.No Name Age City Salary
1　　　　　1　　　　　　Tom　　　28　　　　　Toronto　　　　20000
2　　　　　2　　　　　　Lee　　　32　　　　HongKong　　　　　3000
3　　　　　3　　　Steven　　　43　　　　Bay Area　　　　　8300
4　　　　　4　　　　　　Ram　　　38　　　Hyderabad　　　　　3900

skiprows

skiprows überspringt angegebene Zeilen.

　import pandas as pd
　df=pd.read_csv("temp.csv",　skiprows=2)
　print df

Die Ergebnisse des Laufens sind wie folgt:

　　　　2　　　　　　Lee　　　32　　　　HongKong　　　3000
0　　　3　　　Steven　　　43　　　　Bay Area　　　8300
1　　　4　　　　　　Ram　　　38　　　Hyderabad　　　3900