Pandas 中匯入 csv 檔案的不同方法


我們可以使用 Pandas 匯入不同的資料檔案,例如 csv、excel、JSON、SQL 等。在 Pandas 庫中,我們有不同的方法可以將 csv 檔案匯入到我們的 Python 工作環境中。

CSV 是逗號分隔值 (Comma Separated Values) 的縮寫。這是資料科學中使用最廣泛的檔案格式。它以表格格式儲存資料,其中列儲存資料欄位,行儲存資料。csv 檔案中的每一行都用逗號或分隔符字元分隔,使用者可以自定義分隔符。我們需要使用 Pandas 庫在資料科學中處理 csv 檔案。

使用 read_csv() 函式

我們可以根據 csv 檔案的資料建立 DataFrame。在 Pandas 庫中,我們有一個名為 read_csv() 的函式來讀取 csv 檔案資料。以下是根據 csv 檔案建立 DataFrame 的語法。

pandas.read_csv(csv_file)

其中,

  • pandas 是庫的名稱。

  • read_csv 是函式。

  • csv_file 是輸入 csv 檔案。

示例

在本例中,我們將使用 read_csv() 函式根據 csv 檔案資料建立 Pandas DataFrame。以下程式碼供參考。

import pandas as pd
data=pd.read_csv("https://raw.githubusercontent.com/datasciencedojo/datasets/master/titanic.csv")
print(data.head(10))

輸出

   PassengerId  Survived  Pclass  ...     Fare Cabin  Embarked
0            1         0       3  ...   7.2500   NaN         S
1            2         1       1  ...  71.2833   C85         C
2            3         1       3  ...   7.9250   NaN         S
3            4         1       1  ...  53.1000  C123         S
4            5         0       3  ...   8.0500   NaN         S
5            6         0       3  ...   8.4583   NaN         Q
6            7         0       1  ...  51.8625   E46         S
7            8         0       3  ...  21.0750   NaN         S
8            9         1       3  ...  11.1333   NaN         S
9           10         1       2  ...  30.0708   NaN         C

[10 rows x 12 columns]

使用 pandas.read_table() 函式

當我們想要以一般方式讀取 csv 檔案和其他型別檔案的資料時,可以使用 Pandas 庫的 read_table() 函式。以下是使用 read_table() 函式的語法。

pandas.read_table(csv_file)

示例

如果我們想要訪問 csv 檔案資料,則可以將 csv 檔案作為輸入引數傳遞給 Pandas 庫的 read_table() 函式。以下程式碼供參考。

import pandas as pd
data=pd.read_table("https://raw.githubusercontent.com/Opensourcefordatascience/Data-sets/master/blood_pressure.csv",sep = ',')
print(data.head(20)) 

輸出

    patient   sex agegrp  bp_before  bp_after
0         1  Male  30-45        143       153
1         2  Male  30-45        163       170
2         3  Male  30-45        153       168
3         4  Male  30-45        153       142
4         5  Male  30-45        146       141
5         6  Male  30-45        150       147
6         7  Male  30-45        148       133
7         8  Male  30-45        153       141
8         9  Male  30-45        153       131
9        10  Male  30-45        158       125
10       11  Male  30-45        149       164
11       12  Male  30-45        173       159
12       13  Male  30-45        165       135
13       14  Male  30-45        145       159
14       15  Male  30-45        143       153
15       16  Male  30-45        152       126
16       17  Male  30-45        141       162
17       18  Male  30-45        176       134
18       19  Male  30-45        143       136
19       20  Male  30-45        162       150

使用 pandas.DataFrame.from_csv() 函式

此函式 DataFrame.from_csv() 類似於 read_csv() 函式。以下是使用 DataFrame.from_csv() 函式的語法。

pandas.DataFrame.from_csv(csv_file)

此函式在 Python 的早期版本中可用,但在當前版本中不可用。

更新於: 2023年10月20日

279 次瀏覽

開啟您的 職業生涯

透過完成課程獲得認證

開始學習
廣告

© . All rights reserved.