CSV-filer är kommaseparerade filer. För att komma åt data från CSV-filen kräver vi en funktion read_csv() från Pandas som hämtar data i form av dataramen.

Syntax för read_csv()

Här är Pandas läser CSV syntax med dess parametrar.

Syntax: pd.read_csv (filepath_or_buffer, sep=’ ,’ , header=’infer’, index_col=None, usecols=None, engine=None, skiprows=None, nrows=None)

Parametrar:

• filsökväg_eller_buffert : Plats för csv-filen. Den accepterar vilken strängsökväg eller URL som helst för filen.
• sep : Det står för separator, standard är ', '.
• rubrik : Den accepterar int, en lista med int, radnummer som ska användas som kolumnnamn och början av data. Om inga namn skickas, d.v.s. header=None, kommer den att visa den första kolumnen som 0, den andra som 1, och så vidare.
• usecols : Hämtar endast valda kolumner från CSV-filen.
• smalnar : Antal rader som ska visas från datamängden.
• index_col : Om Inget visas inga indexnummer tillsammans med posterna.
• överhopp : Hoppa över passerade rader i den nya dataramen.

Läs CSV-fil med Pandas read_csv

Innan vi använder den här funktionen måste vi importera Pandas biblioteket kommer vi att ladda CSV-filen med Pandas.

PYTHON3

listnod i java

>

>

Produktion:

 First Name Last Name Sex Email Date of birth Job Title  0 Shelby Terrell Male [email protected] 1945-10-26 Games developer  1 Phillip Summers Female [email protected] 1910-03-24 Phytotherapist  2 Kristine Travis Male [email protected] 1992-07-02 Homeopath  3 Yesenia Martinez Male [email protected] 2017-08-03 Market researcher 4 Lori Todd Male [email protected] 1938-12-01 Veterinary surgeon>

Använder sig av sep i read_csv()

I det här exemplet tar vi en CSV-fil och lägger sedan till några specialtecken för att se hur sep parametern fungerar.

Python3

>

>

Produktion:

 totalbill tip Unnamed: 2 sex smoker Unnamed: 5 day time Unnamed: 8 size  16.99 NaN 1.01 Female No NaN Sun NaN Dinner NaN 2 10.34 NaN 1.66 NaN Male NaN No Sun Dinner NaN 3 21.01 3.50 Male NaN No Sun NaN Dinner NaN 3.0 None 23.68 NaN 3.31 NaN Male No NaN Sun Dinner NaN 2 24.59 3.61 NaN Female No NaN Sun NaN Dinner NaN 2 25.29 NaN 4.71 Male NaN No Sun NaN Dinner NaN 4>

Använda usecols i read_csv()

Här specificerar vi endast 3 kolumner, dvs [Förnamn, Kön, E-post] för att ladda och vi använder rubriken 0 som standardhuvud.

Python3

>

>

Produktion:

 First Name Sex Email 0 Shelby Male [email protected] 1 Phillip Female [email protected] 2 Kristine Male [email protected] 3 Yesenia Male [email protected] 4 Lori Male [email protected]>

Använder index_col i read_csv()

Här använder vi Sex index först och sedan Jobbtitel index kan vi helt enkelt återindexera rubriken med index_col parameter.

Python3

världens bästa leende

>

>

Produktion:

 Email Sex Job Title  Male Games developer [email protected] Female Phytotherapist [email protected] Male Homeopath [email protected]  Market researcher [email protected]  Veterinary surgeon [email protected]>

Använda nrows i read_csv()

Här visar vi bara 5 rader med hjälp av nrows parameter .

Python3

>

om av rudyard kipling rad för rad förklaring

>

Produktion:

 Email Sex Job Title  Male Games developer [email protected] Female Phytotherapist [email protected] Male Homeopath [email protected]>

Använda överhopp i read_csv()

De överhopp hjälpa till att hoppa över några rader i CSV, dvs här kommer du att observera att raderna som nämns i överhoppningsrader har hoppats över från den ursprungliga datamängden.

Python3

>

>

Produktion:

Previous Dataset:  First Name Last Name Sex Email Date of birth Job Title  0 Shelby Terrell Male [email protected] 1945-10-26 Games developer 1 Phillip Summers Female [email protected] 1910-03-24 Phytotherapist  2 Kristine Travis Male [email protected] 1992-07-02 Homeopath  3 Yesenia Martinez Male [email protected] 2017-08-03 Market researcher 4 Lori Todd Male [email protected] 1938-12-01 Veterinary surgeon  5 Erin Day Male [email protected] 2015-10-28 Management officer  6 Katherine Buck Female [email protected] 1989-01-22 Analyst 7 Ricardo Hinton Male [email protected] 1924-03-26 Hydrogeologist  Dataset After skipping rows:   First Name Last Name Sex Email Date of birth Job Title  0 Shelby Terrell Male [email protected] 1945-10-26 Games developer 1 Kristine Travis Male [email protected] 1992-07-02 Homeopath  2 Yesenia Martinez Male [email protected] 2017-08-03 Market researcher 3 Lori Todd Male [email protected] 1938-12-01 Veterinary surgeon  4 Katherine Buck Female [email protected] 1989-01-22 Analyst 5 Ricardo Hinton Male [email protected] 1924-03-26 Hydrogeologist>