Pandas I/O API是一套像pd.read_csv()一樣返回Pandas物件的頂級讀取器函式。
讀取文字檔案(或平面檔案)的兩個主要功能是read_csv()和read_table()。它們都使用相同的解析程式碼來智慧地將表格資料轉換為DataFrame物件 -
pandas.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer',
names=None, index_col=None, usecols=None)
形式2-
pandas.read_csv(filepath_or_buffer, sep='\t', delimiter=None, header='infer',
names=None, index_col=None, usecols=None)
以下是csv檔案資料的內容 -
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
將這些資料儲存為temp.csv並對其進行操作。
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從csv檔案中讀取資料並建立一個DataFrame物件。
import pandas as pd
df=pd.read_csv("temp.csv")
print (df)
執行上面範例程式碼，得到以下結果 -
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
自定義索引
可以指定csv檔案中的一列來使用index_col客製化索引。
import pandas as pd
df=pd.read_csv("temp.csv",index_col=['S.No'])
print (df)
執行上面範例程式碼，得到以下結果 -
Name Age City Salary
S.No
1 Tom 28 Toronto 20000
2 Lee 32 HongKong 3000
3 Steven 43 Bay Area 8300
4 Ram 38 Hyderabad 3900
轉換器dtype的列可以作為字典傳遞。
import pandas as pd
import numpy as np
df = pd.read_csv("temp.csv", dtype={'Salary': np.float64})
print (df.dtypes)
執行上面範例程式碼，得到以下結果 -
S.No int64
Name object
Age int64
City object
Salary float64
dtype: object
預設情況下，Salary列的dtype是int，但結果顯示為float，因為我們明確地轉換了型別。
因此，資料看起來像浮點數 -
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
header_names
使用names引數指定標題的名稱。
import pandas as pd
import numpy as np
df=pd.read_csv("temp.csv", names=['a', 'b', 'c','d','e'])
print (df)
執行上面範例程式碼，得到以下結果 -
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
觀察可以看到，標題名稱附加了自定義名稱，但檔案中的標題還沒有被消除。 現在，使用header引數來刪除它。
如果標題不是第一行，則將行號傳遞給標題。這將跳過前面的行。
import pandas as pd
import numpy as np
df=pd.read_csv("temp.csv",names=['a','b','c','d','e'],header=0)
print (df)
執行上面範例程式碼，得到以下結果 -
a b c d e
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
skiprows
skiprows跳過指定的行數。參考以下範例程式碼 -
import pandas as pd
import numpy as np
df=pd.read_csv("temp.csv", skiprows=2)
print (df)
執行上面範例程式碼，得到以下結果 -
2 Lee 32 HongKong 3000
0 3 Steven 43 Bay Area 8300
1 4 Ram 38 Hyderabad 3900