Der ultimative leitfaden: so lesen sie csv-dateien mit pandas

CSV-Dateien (durch Kommas getrennte Werte) sind eine der gebräuchlichsten Methoden zum Speichern von Daten.

Glücklicherweise können Sie mit der Funktion pandas read_csv() ganz einfach CSV-Dateien in Python in fast jedem gewünschten Format lesen.

In diesem Tutorial werden verschiedene Möglichkeiten zum Lesen von CSV-Dateien in Python mithilfe der folgenden CSV-Datei mit dem Namen „data.csv“ erläutert:

 playerID,team,points
1,Lakers,26
2,Mavs,19
3,Bucks,24
4,Spurs,22

Beispiel 1: CSV-Datei in den Pandas DataFrame einlesen

Der folgende Code zeigt, wie die CSV-Datei in einen Pandas-DataFrame eingelesen wird:

 #import CSV file as DataFrame
df = pd. read_csv ('data.csv')

#view DataFrame
df

        playerID team points
0 1 Lakers 26
1 2 Mavs 19
2 3 Bucks 24
3 4 Spurs 22

Beispiel 2: Bestimmte Spalten aus einer CSV-Datei lesen

Der folgende Code zeigt, wie nur die Spalten mit der Bezeichnung „playerID“ und „points“ aus der CSV-Datei in einen Pandas-DataFrame eingelesen werden:

 #import only specific columns from CSV file
df = pd. read_csv ('data.csv', usecols=[' playerID ',' points '])

#view DataFrame
df

	playerID points
0 1 26
1 2 19
2 3 24
3 4 22

Sie können auch Spaltenindizes angeben, die in einen Pandas-DataFrame eingelesen werden sollen:

 #import only specific columns from CSV file
df = pd. read_csv (' data.csv ', usecols=[ 0,1 ])

#view DataFrame
df

        playerID team
0 1 Lakers
1 2 Mavs
2 3 Bucks
3 4 Spurs

Beispiel 3: Geben Sie beim Importieren einer CSV-Datei die Kopfzeile an

In manchen Fällen ist die Kopfzeile möglicherweise nicht die erste Zeile in einer CSV-Datei.

Betrachten Sie beispielsweise die folgende CSV-Datei, in der die Kopfzeile tatsächlich in der zweiten Zeile erscheint:

 random,data,values
playerID,team,points
1,Lakers,26
2,Mavs,19
3,Bucks,24
4,Spurs,22

Um diese CSV-Datei in einen Pandas-DataFrame einzulesen, können wir header=1 wie folgt angeben:

 #import from CSV file and specify that header starts on second row
df = pd. read_csv ('data.csv', header= 1 )

#view DataFrame
df

        playerID team points
0 1 Lakers 26
1 2 Mavs 19
2 3 Bucks 24
3 4 Spurs 22

Beispiel 4: Beim Importieren einer CSV-Datei Zeilen überspringen

Sie können beim Importieren einer CSV-Datei auch problemlos Zeilen überspringen, indem Sie das Argument „skiprows“ verwenden.

Der folgende Code zeigt beispielsweise, wie die zweite Zeile beim Importieren der CSV-Datei ignoriert wird:

 #import from CSV file and skip second row
df = pd. read_csv ('data.csv', skiprows=[ 1 ] )

#view DataFrame
df

        playerID team points
0 2 Mavs 19
1 3 Bucks 24
2 4 Spurs 22

Und der folgende Code zeigt, wie man die zweite und dritte Zeile beim Importieren der CSV-Datei ignoriert:

 #import from CSV file and skip second and third rows
df = pd. read_csv ('data.csv', skiprows=[ 1,2 ] )

#view DataFrame
df

        playerID team points
1 3 Bucks 24
2 4 Spurs 22

Beispiel 5: CSV-Dateien mit einem benutzerdefinierten Trennzeichen lesen

Manchmal haben Sie möglicherweise eine CSV-Datei mit einem anderen Trennzeichen als einem Komma.

Angenommen, unsere CSV-Datei hat einen Unterstrich als Trennzeichen:

 playerID_team_points
1_Lakers_26
2_Mavs_19
3_Bucks_24
4_Spurs_22

Um diese CSV-Datei in Pandas einzulesen, können wir das Argument sep verwenden, um das Trennzeichen anzugeben, das beim Lesen der Datei verwendet werden soll:

 #import from CSV file and specify delimiter to use
df = pd. read_csv ('data.csv', sep=' _ ')

#view DataFrame
df

	playerID team points
0 1 Lakers 26
1 2 Mavs 19
2 3 Bucks 24
3 4 Spurs 22

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie Sie andere häufige Panda-Aufgaben ausführen:

So lesen Sie eine Textdatei mit Pandas
So lesen Sie Excel-Dateien mit Pandas
So lesen Sie TSV-Dateien mit Pandas
So lesen Sie HTML-Tabellen mit Pandas