Gunakan pustaka Pandas untuk membaca fail CSV dengan cepat: Mula-mula pasang Pandas. Gunakan fungsi read_csv() untuk membaca fail CSV dan menyimpannya dalam bingkai data. Gunakan fungsi head() untuk melihat beberapa baris pertama bingkai data. Dengan mengumpulkan bingkai data dan menggunakan fungsi sum(), anda boleh mengira jumlah jualan dengan cepat untuk setiap produk.
Cara membaca fail CSV dengan cepat menggunakan Python
Fail CSV (nilai dipisahkan koma) ialah format storan dan pertukaran data yang ringkas dan mudah dihuraikan. Dalam Python, kami boleh menggunakan pustaka Pandas yang berkuasa untuk membaca dan memproses fail CSV dengan cepat dan cekap.
Memasang Panda
Sebelum anda bermula, pastikan anda telah memasang Panda. Jalankan arahan berikut dalam baris arahan:
pip install pandas
Salin selepas log masuk
Baca fail CSV
Untuk membaca fail CSV menggunakan Pandas, kita boleh menggunakan fungsi read_csv(). Fungsi ini menerima nama fail atau laluan fail sebagai hujah dan mengembalikan objek Pandas yang dipanggil bingkai data. Bingkai data ialah struktur data seperti jadual yang berkelakuan seperti hamparan. read_csv()函数。这个函数接受一个文件名或文件路径作为参数,并返回一个称为数据框的Pandas对象。数据框是一种表格状的数据结构,其行为类似于电子表格。
以下是如何读取CSV文件的示例代码:
import pandas as pd
# 读取CSV文件并将其存储在名为df的数据框中
df = pd.read_csv('my_data.csv')
Salin selepas log masuk
查看数据框
可以使用head()函数查看数据框的前几行:
# 查看数据框的前五行
df.head()
Salin selepas log masuk
实战案例
假设我们有一个名为sales.csv
Berikut ialah contoh kod tentang cara membaca fail CSV:
Andaikan kita mempunyai fail CSV bernama sales.csv yang mengandungi data berikut:
Date
Produk
Produk
2023-01 -01
Notebook
100
2023-01-02
Desktop
200
200🎜🎜 🎜🎜Tablet🎜🎜150🎜 🎜🎜🎜🎜Kami boleh menggunakan Panda untuk membaca Ambil fail ini dan lakukan analisis pantas: 🎜rrreee🎜Kod ini akan mengeluarkan keputusan berikut: 🎜rrreee
Atas ialah kandungan terperinci Bagaimana untuk membaca fail CSV dengan cepat menggunakan Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!
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