Python - 處理CSV資料

讀取CSV（逗號分隔值）資料是資料科學中的基本需求。通常，我們從各種來源獲取資料，這些資料可以匯出為CSV格式，以便其他系統使用。Pandas庫提供了功能，我們可以使用這些功能完整讀取CSV檔案，也可以僅讀取選定列和行的部分資料。

CSV檔案作為輸入

CSV檔案是一個文字檔案，其中列中的值以逗號分隔。讓我們考慮一下名為input.csv檔案中存在以下資料。

您可以使用Windows記事本複製貼上此資料來建立此檔案。使用記事本中的“另存為所有檔案（*.*）”選項將檔案儲存為input.csv。

id,name,salary,start_date,dept
1,Rick,623.3,2012-01-01,IT
2,Dan,515.2,2013-09-23,Operations
3,Tusar,611,2014-11-15,IT
4,Ryan,729,2014-05-11,HR
5,Gary,843.25,2015-03-27,Finance
6,Rasmi,578,2013-05-21,IT
7,Pranab,632.8,2013-07-30,Operations
8,Guru,722.5,2014-06-17,Finance

讀取CSV檔案

Pandas庫的read_csv函式用於將CSV檔案的內容作為Pandas DataFrame讀取到Python環境中。該函式可以使用檔案的正確路徑從作業系統讀取檔案。

import pandas as pd
data = pd.read_csv('path/input.csv')
print (data)

當我們執行上述程式碼時，它會產生以下結果。請注意，該函式如何建立了一個從零開始的附加索引列。

   id    name  salary  start_date        dept
0   1    Rick  623.30  2012-01-01          IT
1   2     Dan  515.20  2013-09-23  Operations
2   3   Tusar  611.00  2014-11-15          IT
3   4    Ryan  729.00  2014-05-11          HR
4   5    Gary  843.25  2015-03-27     Finance
5   6   Rasmi  578.00  2013-05-21          IT
6   7  Pranab  632.80  2013-07-30  Operations
7   8    Guru  722.50  2014-06-17     Finance

讀取特定行

Pandas庫的read_csv函式也可以用於讀取給定列的某些特定行。我們使用下面顯示的程式碼對名為“salary”的列的前5行進行切片。

import pandas as pd
data = pd.read_csv('path/input.csv')

# Slice the result for first 5 rows
print (data[0:5]['salary'])

當我們執行上述程式碼時，它會產生以下結果。

0    623.30
1    515.20
2    611.00
3    729.00
4    843.25
Name: salary, dtype: float64

讀取特定列

Pandas庫的read_csv函式也可以用於讀取某些特定列。為此，我們使用名為.loc()的多軸索引方法。我們選擇顯示所有行的“salary”和“name”列。

import pandas as pd
data = pd.read_csv('path/input.csv')

# Use the multi-axes indexing funtion
print (data.loc[:,['salary','name']])

當我們執行上述程式碼時，它會產生以下結果。

   salary    name
0  623.30    Rick
1  515.20     Dan
2  611.00   Tusar
3  729.00    Ryan
4  843.25    Gary
5  578.00   Rasmi
6  632.80  Pranab
7  722.50    Guru

讀取特定列和行

Pandas庫的read_csv函式也可以用於讀取某些特定列和特定行。為此，我們使用名為.loc()的多軸索引方法。我們選擇顯示某些行的“salary”和“name”列。

import pandas as pd
data = pd.read_csv('path/input.csv')

# Use the multi-axes indexing funtion
print (data.loc[[1,3,5],['salary','name']])

當我們執行上述程式碼時，它會產生以下結果。

   salary   name
1   515.2    Dan
3   729.0   Ryan
5   578.0  Rasmi

讀取特定列的特定行範圍

Pandas庫的read_csv函式也可以用於讀取某些特定列和特定行範圍。為此，我們使用名為.loc()的多軸索引方法。我們選擇顯示某些行的“salary”和“name”列。

import pandas as pd
data = pd.read_csv('path/input.csv')

# Use the multi-axes indexing funtion
print (data.loc[2:6,['salary','name']])

當我們執行上述程式碼時，它會產生以下結果。

   salary    name
2  611.00   Tusar
3  729.00    Ryan
4  843.25    Gary
5  578.00   Rasmi
6  632.80  Pranab

列印頁面