آموزش پردازش و خواندن داده های فایل CSV در پایتون

0 دیدگاه

خواندن داده‌ها از فایل CSV (مقادیر جدا شده با کاما) یکی از نیازهای اصلی در علم داده محسوب می‌شود. اغلب داده‌ها از منابع مختلفی به دست می‌آیند و می‌توان آن‌ها را به فرمت CSV خروجی گرفت تا در سایر سیستم‌ها نیز قابل استفاده باشند. خواندن فایل CSV در پایتون با استفاده از کتابخانه Pandas این امکان را فراهم می‌کند که فایل را به‌صورت کامل یا تنها بخش‌هایی از آن شامل ستون‌ها یا سطرهای خاص، در محیط پایتون بارگذاری و پردازش کنید.

ورودی به صورت فایل CSV در پایتون

فایل CSV یک فایل متنی است که در آن، مقادیر موجود در ستون‌ها با کاما از یکدیگر جدا شده‌اند. فرض کنید داده زیر در فایلی به نام input.csv قرار دارد:

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

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

برای ساخت این فایل می‌توانید از نرم‌افزار Notepad در ویندوز استفاده کنید. کافی است داده‌ها را کپی کرده و در Notepad قرار دهید، سپس فایل را با نام input.csv و با انتخاب گزینه‌ی Save as type: All files (.) ذخیره کنید.

خواندن فایل CSV با کتابخانه pandas

تابع read_csv در کتابخانه pandas برای بارگذاری محتوای فایل CSV و تبدیل آن به یک DataFrame (چارچوب داده‌ای) در محیط پایتون به کار می‌رود. این تابع می‌تواند فایل‌ها را با استفاده از مسیر صحیح آن‌ها در سیستم عامل بخواند:

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

import pandas as pd

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

print (data)

اجرای این کد خروجی زیر را تولید می‌کند. توجه کنید که pandas به‌طور خودکار یک ستون اضافی به عنوان اندیس (index) با مقداردهی از صفر اضافه می‌کند:

   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

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

خواندن ردیف‌های خاص

کتابخانه pandas این امکان را فراهم می‌کند که فقط برخی از ردیف‌ها را از فایل CSV بخوانیم. برای این کار، نتیجه تابع read_csv را برش (slice) می‌دهیم. در مثال زیر، پنج ردیف اول از ستون salary انتخاب شده‌اند:

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

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

import pandas as pd

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

# Slice the result for first 5 rows

print (data[0:5]['salary'])

اجرای کد بالا خروجی زیر را نمایش می‌دهد:

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

0 623.30

1 515.20

2 611.00

3 729.00

4 843.25

Name: salary, dtype: float64

خواندن ستون‌های خاص

علاوه بر ردیف‌ها، می‌توان فقط ستون‌های مورد نظر را از فایل CSV استخراج کرد. برای این کار از روش ایندکس‌گذاری چندمحوره با تابع .loc() استفاده می‌کنیم. در مثال زیر، ستون‌های salary و name برای تمام ردیف‌ها انتخاب شده‌اند:

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

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

import pandas as pd

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

# Use the multi-axes indexing funtion

print (data.loc[:,['salary','name']])

اجرای این کد خروجی زیر را تولید می‌کند:

   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

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

خواندن ستون‌ها و ردیف‌های خاص

تابع read_csv در کتابخانه pandas این قابلیت را فراهم می‌کند که ترکیبی از ستون‌ها و ردیف‌های مشخص را از فایل CSV استخراج کنیم. برای این کار از روش ایندکس‌گذاری چندمحوره با استفاده از تابع .loc() استفاده می‌کنیم. در مثال زیر، ستون‌های salary و name فقط برای ردیف‌های شماره ۱، ۳ و ۵ نمایش داده می‌شوند:

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']])

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']])

خروجی این کد به صورت زیر است:

   salary   name
1   515.2    Dan
3   729.0   Ryan
5   578.0  Rasmi

salary name

1 515.2 Dan

3 729.0 Ryan

5 578.0 Rasmi

خواندن ستون‌های خاص برای بازه‌ای از ردیف‌ها

همچنین می‌توانیم از تابع read_csv برای خواندن ستون‌های مشخص در بازه‌ای از ردیف‌ها استفاده کنیم. در مثال زیر، ستون‌های salary و name برای ردیف‌های ۲ تا ۶ نمایش داده می‌شوند:

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

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

import pandas as pd

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

# Use the multi-axes indexing funtion

print (data.loc[2:6,['salary','name']])

خروجی این کد به شکل زیر خواهد بود:

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

salary name

2 611.00 Tusar

3 729.00 Ryan

4 843.25 Gary

5 578.00 Rasmi

6 632.80 Pranab

5/5 - (1 امتیاز)

راستی! برای دریافت مطالب جدید در کانال تلگرام یا پیج اینستاگرام سورس باران عضو شوید.

نظرات

برچسب ها: آموزش برنامه نویسی, آموزش پایتون

پکیج صفر تا صد آموزش سئو و بهینه سازی بصورت عملی

انتشار: ۱۷ مرداد ۱۴۰۴

آموزش پردازش و خواندن داده های فایل CSV در پایتون

ورودی به صورت فایل CSV در پایتون

خواندن فایل CSV با کتابخانه pandas

خواندن ردیف‌های خاص

خواندن ستون‌های خاص

خواندن ستون‌ها و ردیف‌های خاص

خواندن ستون‌های خاص برای بازه‌ای از ردیف‌ها

دسته بندی موضوعات

آخرین محصولات فروشگاه

نظرات

بازخوردهای خود را برای ما ارسال کنید

لغو پاسخ

مطالب مرتبط