Das Lesen von Daten aus CSV (durch Kommas getrennte Werte) ist eine grundlegende Notwendigkeit in Data Science. Oft erhalten wir Daten aus verschiedenen Quellen, die in das CSV-Format exportiert werden können, damit sie von anderen Systemen verwendet werden können. Die Panadas-Bibliothek bietet Funktionen, mit denen wir die CSV-Datei sowohl vollständig als auch teilweise nur für eine ausgewählte Gruppe von Spalten und Zeilen lesen können. Eingabe als CSV-Datei Die CSV-Datei ist eine Textdatei, in der die Werte in den Spalten durch ein Komma getrennt sind. Betrachten wir die folgenden Daten in der genannten Datei. Sie können diese Datei mit dem Windows-Editor erstellen, indem Sie diese Daten kopieren und einfügen. Pandas read_csv()-Funktion | Delft Stack. Speichern Sie die Datei unter Verwenden der Option Als alle Dateien speichern (*. *) im Editor. 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.
print ([[1, 3, 5], ['salary', 'name']]) 1 515. 2 Dan 3 729. 0 Ryan 5 578. 0 Rasmi Lesen bestimmter Spalten für einen Zeilenbereich Das read_csv Die Funktion der Pandas-Bibliothek kann auch zum Lesen bestimmter Spalten und einer Reihe von Zeilen verwendet werden. Wir wählen die Spalte Gehalt und Name für einige der Zeilen. print ([2:6, ['salary', 'name']]) 6 632. 80 Pranab
Habe ich einen Daten-frame mit alpha-numerischen Tasten, die ich will, um zu speichern als csv und Lesen Sie später wieder zurück. Aus verschiedenen Gründen muss ich explizit Lesen Sie dieses key-Spalte als string-format, die keys habe ich, die strikt numerische oder noch schlimmer, Dinge wie: 1234E5 die Pandas interpretiert als float. Dadurch wird natürlich der Schlüssel völlig nutzlos. Das problem ist, wenn ich eine Zeichenkette angeben "dtype" für den Daten-frame oder jede Spalte davon bekomme ich nur Müll zurück. Ich habe einige Beispiel-code hier: df = pd. DataFrame ( np. random. rand ( 2, 2), index =[ '1A', '1B'], columns =[ 'A', 'B']) df. to_csv ( savefile) Den Daten-frame sieht so aus: A B 1A 0. 209059 0. 275554 1B 0. Pandas, einlesen mehrerer CSV-Dateien mit unterschiedlichen Spaltennamen - Das deutsche Python-Forum. 742666 0. 721165 Dann lese ich es so: df_read = pd. read_csv ( savefile, dtype = str, index_col = 0) und das Ergebnis ist: B ( < Ist das ein problem mit meinem computer, oder etwas mache ich hier falsch, oder einfach nur ein bug? Informationsquelle Autor der Frage daver | 2013-06-07
Wir schneiden das Ergebnis aus der Funktion read_csv unter Verwendung des unten gezeigten Codes für die ersten 5 Zeilen für die Spalte mit dem Namen Gehalt. # Slice the result for first 5 rows print (data[0:5]['salary']) Wenn wir den obigen Code ausführen, wird das folgende Ergebnis erzeugt. 0 623. 30 1 515. 20 2 611. 00 3 729. 00 4 843. 25 Name: salary, dtype: float64 Bestimmte Spalten lesen Das read_csv Die Funktion der Pandas-Bibliothek kann auch zum Lesen bestimmter Spalten verwendet werden. Wir verwenden die aufgerufene Mehrachsen-Indizierungsmethode () für diesen Zweck. Wir wählen die Spalte Gehalt und Name für alle Zeilen. # Use the multi-axes indexing funtion print ([:, ['salary', 'name']]) salary name 0 623. 30 Rick 1 515. 20 Dan 2 611. 00 Tusar 3 729. 00 Ryan 4 843. 25 Gary 5 578. Pandas csv einlesen data. 00 Rasmi 6 632. 80 Pranab 7 722. 50 Guru Lesen bestimmter Spalten und Zeilen Das read_csv Die Funktion der Pandas-Bibliothek kann auch zum Lesen bestimmter Spalten und Zeilen verwendet werden. Wir wählen die Spalte Gehalt und Name für einige der Zeilen.
8, 2013-07-30, Operations 8, Guru, 722. 5, 2014-06-17, Finance Lesen einer CSV-Datei Das read_csv Die Funktion der Pandas-Bibliothek wird verwendet. Lesen Sie den Inhalt einer CSV-Datei als Pandas-DataFrame in die Python-Umgebung. Die Funktion kann die Dateien vom Betriebssystem lesen, indem sie den richtigen Pfad zur Datei verwendet. import pandas as pd data = ad_csv('path/') print (data) Wenn wir den obigen Code ausführen, wird das folgende Ergebnis erzeugt. Bitte beachten Sie, dass die Funktion eine zusätzliche Spalte erstellt hat, die mit Null als Index beginnt. Pandas csv einlesen file. 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 Bestimmte Zeilen lesen Das read_csv Die Funktion der Pandas-Bibliothek kann auch verwendet werden, um bestimmte Zeilen für eine bestimmte Spalte zu lesen.
Sonntag 4. November 2018, 12:51 Habe ich gemacht. Da die Positionen jeweiligen Spalten unterschiedlich ist (zB Geburtstag, mal 4. Spalte, mal 3. Spalte) zerschießt sich das gesamte Tabelle. Dann steht am Ende der Vorname unter Geburtstag usw ThomasL Beiträge: 1219 Registriert: Montag 14. Mai 2018, 14:44 Wohnort: Kreis Unna NRW Sonntag 4. November 2018, 12:54 Nun, dann automatisiere doch die Umbenennung der Spaltennamen, so das dein obiges Script läuft. Du könntest zB ein Dictionary erstellen, in dem der Schlüssel der falsche Spaltenname ist und der Wert der richtige. Du lädst alle csv der Reihe nach ein, wandelst die Spaltennamen um und fügst diese dann zusammen. Nur so als Idee.... Montag 5. November 2018, 08:47 Sirius3 hat geschrieben: ↑ Sonntag 4. November 2018, 12:48 Danke. Pands: csv-Datei einlesen - Das deutsche Python-Forum. Du hast recht. Hatte es vorher ohne usecols versucht. Mein Gefühl war damals, dass ich das DataFrame ohne usecols komplett zerschieße. tatsächlich liest er erstmal alle möglichen Spalten ein. Dann gibt es zwar für alle indexierten Datensätze die Spalten "Geburtstag" und "Geburtsdatum", die abwechselnd gefüllt sind, das ist aber nicht weiter schlimm.
Lesezeit: 5 Minuten Benutzer3221055 Ich lese eine CSV-Datei mit mehreren datetime-Spalten ein. Ich müsste die Datentypen beim Einlesen der Datei festlegen, aber Datetimes scheinen ein Problem zu sein. Zum Beispiel: headers = ['col1', 'col2', 'col3', 'col4'] dtypes = ['datetime', 'datetime', 'str', 'float'] ad_csv(file, sep='t', header=None, names=headers, dtype=dtypes) Beim Ausführen gibt einen Fehler: TypeError: Datentyp "datetime" nicht verstanden Das nachträgliche Konvertieren von Spalten über _datetime() ist keine Option. Ich kann nicht wissen, welche Spalten datetime-Objekte sein werden. Diese Informationen können sich ändern und stammen von allem, was meine dtypes-Liste informiert. Alternativ habe ich versucht, die CSV-Datei mit nfromtxt zu laden, die dtypes in dieser Funktion festzulegen und dann in einen frame zu konvertieren, aber es verstümmelt die Daten. Jede Hilfe wird sehr geschätzt! Pandas csv einlesen software. Feuerluchs Für read_csv muss kein datetime-dtype gesetzt werden, da CSV-Dateien nur Strings, Integers und Floats enthalten können.