Operaciones de E/S de Pandas

Ejemplo de operaciones de E/S de Pandas

Las dos principales funciones para leer archivos de texto son read_csv() y read_table(). Ambos utilizan el mismo código de análisis para convertir los datos tabulares inteligentemente en objetos 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

Guarde estos datos como temp.csv y realice operaciones con ellos.

　N.º,Nombre,Edad,Ciudad,Salario
　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 lee datos de un archivo csv y crea un objeto DataFrame.

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

Los resultados de ejecución son los siguientes:

N.º		Nombre	Edad		Ciudad	Salario
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

Índice personalizado

Esto especificará una columna en el archivo csv para usar index_col personalizado.

　import pandas as pd
　df = pd.read_csv("temp.csv", index_col=['N.º'])
　print df

Los resultados de ejecución son los siguientes:

N.º	Nombre	Edad		Ciudad	Salario
1　　　　　　　Tom　　　　28　　　　Toronto　　　　20000
2　　　　　　　Lee　　　　32　　　HongKong　　　　　3000
3　　　　Steven　　　　43　　　Bay Area　　　　　8300
4　　　　　　　Ram　　　　38　　Hyderabad　　　　　3900

Convertidor

El tipo de datos de las columnas se puede pasar como un diccionario.

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

Los resultados de ejecución son los siguientes:

N.º		int64
Nombre		objeto
Edad		int64
Ciudad		objeto
Salario	float64
dtype:	objeto

Por defecto, el tipo de datos de la columna Salary es int, pero se muestra como float porque hemos convertido explícitamente el tipo. Por lo tanto, los datos parecen flotantes.

Por lo tanto, los datos parecen flotantes -

　　　N.º	Nombre	Edad		Ciudad	Salario
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

Nombre del encabezado

Se especifican los nombres del encabezado utilizando el parámetro names.

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

Los resultados de ejecución son los siguientes:

　　　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

Tenga en cuenta que los nombres de las cabeceras se han adjuntado con nombres personalizados, pero los encabezados en el archivo aún no se han eliminado. Ahora, usamos el parámetro header para eliminarlos.

Si el encabezado no está en la primera fila, se pasa el número de fila al encabezado. Esto salta las filas anteriores.

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

Los resultados de ejecución son los siguientes:

　　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

skiprows

skiprows salta las filas especificadas.

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

Los resultados de ejecución son los siguientes:

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