Python Pandas - Ferramentas IO
o Pandas I/O API é um conjunto de funções de leitor de nível superior acessadas como pd.read_csv() que geralmente retornam um objeto Pandas.
As duas funções burras para ler arquivos de texto (ou arquivos simples) são read_csv() e read_table(). Ambos usam o mesmo código de análise para converter dados tabulares em umDataFrame objeto -
pandas.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer',
names=None, index_col=None, usecols=Nonepandas.read_csv(filepath_or_buffer, sep='\t', delimiter=None, header='infer',
names=None, index_col=None, usecols=NoneAqui é como o csv os dados do arquivo parecem -
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,3900Salve esses dados como temp.csv e realizar operações nele.
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,3900Salve esses dados como temp.csv e realizar operações nele.
read.csv
read.csv lê os dados dos arquivos csv e cria um objeto DataFrame.
import pandas as pd
df=pd.read_csv("temp.csv")
print dfEstá output é o seguinte -
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 3900índice personalizado
Isso especifica uma coluna no arquivo csv para personalizar o índice usando index_col.
import pandas as pd
df=pd.read_csv("temp.csv",index_col=['S.No'])
print dfEstá output é o seguinte -
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 3900Conversores
dtype das colunas pode ser passado como um dicionário.
import pandas as pd
df = pd.read_csv("temp.csv", dtype={'Salary': np.float64})
print df.dtypesEstá output é o seguinte -
S.No int64
Name object
Age int64
City object
Salary float64
dtype: objectPor padrão, o dtype da coluna Salário é int, mas o resultado mostra como float porque lançamos explicitamente o tipo.
Assim, os dados parecem flutuantes -
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 3900.0header_names
Especifique os nomes do cabeçalho usando o argumento names.
import pandas as pd
df=pd.read_csv("temp.csv", names=['a', 'b', 'c','d','e'])
print dfEstá output é o seguinte -
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 3900Observe que os nomes dos cabeçalhos são anexados aos nomes personalizados, mas o cabeçalho do arquivo não foi eliminado. Agora, usamos o argumento do cabeçalho para removê-lo.
Se o cabeçalho estiver em uma linha diferente da primeira, passe o número da linha para o cabeçalho. Isso irá ignorar as linhas anteriores.
import pandas as pd
df=pd.read_csv("temp.csv",names=['a','b','c','d','e'],header=0)
print dfEstá output é o seguinte -
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 3900skiprows
skiprows pula o número de linhas especificado.
import pandas as pd
df=pd.read_csv("temp.csv", skiprows=2)
print dfEstá output é o seguinte -
2 Lee 32 HongKong 3000
0 3 Steven 43 Bay Area 8300
1 4 Ram 38 Hyderabad 3900