Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimanakah saya Boleh Mengimport Fail CSV ke dalam Pandas DataFrames?

Bagaimanakah saya Boleh Mengimport Fail CSV ke dalam Pandas DataFrames?

Linda Hamilton
Lepaskan: 2024-12-03 11:41:09
asal
811 orang telah melayarinya

How Can I Import CSV Files into Pandas DataFrames?

Import Fail CSV sebagai Pandas DataFrames

Mengimport fail nilai dipisahkan koma (CSV) ke dalam Pandas DataFrame ialah tugas biasa dalam analisis data. Untuk mencapai matlamat ini, Pandas menyediakan fungsi yang mudah: pandas.read_csv.

Cara Menggunakan pandas.read_csv

Untuk membaca fail CSV ke dalam DataFrame, cuma panggil fungsi read_csv dan sediakan laluan ke fail sebagai hujah. Berikut ialah contoh mudah:

import pandas as pd
df = pd.read_csv("data.csv")
Salin selepas log masuk

Setelah DataFrame dibuat, anda boleh mengakses kandungannya menggunakan kaedah biasa:

print(df)
Salin selepas log masuk

Ini akan menghasilkan:

        Date    price  factor_1  factor_2
0  2012-06-11  1600.20     1.255     1.548
1  2012-06-12  1610.02     1.258     1.554
2  2012-06-13  1618.07     1.249     1.552
3  2012-06-14  1624.40     1.253     1.556
4  2012-06-15  1626.15     1.258     1.552
5  2012-06-16  1626.15     1.263     1.558
6  2012-06-17  1626.15     1.264     1.572
Salin selepas log masuk

Pilihan Tambahan

pandas.read_csv juga menyokong pelbagai hujah pilihan untuk menyesuaikan proses pemuatan. Sebagai contoh, anda boleh menentukan pemisah yang digunakan dalam fail CSV menggunakan argumen sep:

df = pd.read_csv("data.csv", sep="|")
Salin selepas log masuk

Selain itu, anda boleh melangkau baris tertentu dalam fail CSV menggunakan argumen skiprows:

df = pd.read_csv("data.csv", skiprows=1)
Salin selepas log masuk

Atas ialah kandungan terperinci Bagaimanakah saya Boleh Mengimport Fail CSV ke dalam Pandas DataFrames?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan