Opérations IO Pandas

Exemple d'opération IO Pandas

Les deux principales fonctions pour lire un fichier texte sont read_csv() et read_table(). Ils utilisent tous deux le même code d'analyse pour convertir intelligemment les données tabulaires en objets DataFrame :

　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

Enregistrez ces données sous forme de temp.csv et effectuez des opérations dessus.

　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 lit les données du fichier csv et crée un objet DataFrame.

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

Résultat de l'exécution suivant :

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

Index personnalisé

Cela spécifie une colonne dans le fichier csv pour utiliser index_col pour personnaliser l'index.

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

Résultat de l'exécution suivant :

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

Convertisseur

Le dtype des colonnes peut être passé en tant que dictionnaire.

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

Résultat de l'exécution suivant :

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

Par défaut, le dtype de la colonne Salary est int, mais il est affiché comme float, car nous avons explicitement converti le type. Par conséquent, les données semblent être en float.

Ainsi, les données semblent être en float −

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

Noms des en-têtes

Spécifiez les noms des en-têtes en utilisant le paramètre names.

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

Résultat de l'exécution suivant :

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

Veuillez noter que les noms des en-têtes ont été ajoutés après les noms personnalisés, mais les en-têtes du fichier n'ont pas été supprimés. Maintenant, nous utilisons le paramètre header pour les supprimer.

Si le titre n'est pas dans la première ligne, passez le numéro de ligne au titre. Cela saute les lignes précédentes.

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

Résultat de l'exécution suivant :

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

skiprows

skiprows saute le nombre de lignes spécifié.

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

Résultat de l'exécution suivant :

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