အဆုံးစွန်လမ်းညွှန်- pandas ဖြင့် csv ဖိုင်များကို ဘယ်လိုဖတ်မလဲ။

CSV (ကော်မာခြားထားသောတန်ဖိုး) ဖိုင်များသည် ဒေတာသိမ်းဆည်းရန် အသုံးအများဆုံးနည်းလမ်းများထဲမှတစ်ခုဖြစ်သည်။

ကံကောင်းထောက်မစွာ၊ pandas read_csv() လုပ်ဆောင်ချက်သည် သင့်အား Python ရှိ CSV ဖိုင်များကို သင်အလိုရှိသော မည်သည့်ပုံစံဖြင့်မဆို အလွယ်တကူ ဖတ်နိုင်စေပါသည်။

ဤသင်ခန်းစာသည် “ data.csv” အမည်ရှိ အောက်ပါ CSV ဖိုင်ကို အသုံးပြု၍ Python ရှိ CSV ဖိုင်များကို ဖတ်ရန် နည်းလမ်းများစွာကို ရှင်းပြထားသည်။

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

ဥပမာ 1- CSV ဖိုင်ကို pandas DataFrame တွင်ဖတ်ပါ။

အောက်ပါကုဒ်သည် CSV ဖိုင်ကို pandas DataFrame သို့ မည်သို့ဖတ်ရမည်ကို ပြသသည်-

 #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

ဥပမာ 2- CSV ဖိုင်မှ သီးခြားကော်လံများကို ဖတ်ပါ။

အောက်ပါကုဒ်သည် CSV ဖိုင်မှ “ playerID” နှင့် “ points” တံဆိပ်တပ်ထားသော ကော်လံများကိုသာ ပန်ဒါ DataFrame သို့ မည်သို့ဖတ်ရမည်ကို ပြသသည်-

 #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

pandas DataFrame တွင်ဖတ်ရန် ကော်လံအညွှန်းများကိုလည်း သင်သတ်မှတ်နိုင်သည်။

 #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

ဥပမာ 3- CSV ဖိုင်ကိုတင်သွင်းသည့်အခါ ခေါင်းစီးအတန်းကို သတ်မှတ်ပါ။

အချို့ကိစ္စများတွင်၊ ခေါင်းစီးအတန်းသည် CSV ဖိုင်တစ်ခုတွင် ပထမဆုံးအတန်းမဟုတ်နိုင်ပါ။

ဥပမာအားဖြင့်၊ ဒုတိယအတန်းတွင် ခေါင်းစီးအတန်း အမှန်တကယ်ပေါ်လာသည့် အောက်ပါ CSV ဖိုင်ကို သုံးသပ်ကြည့်ပါ-

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

ဤ CSV ဖိုင်ကို pandas DataFrame တွင်ဖတ်ရန်၊ header=1 ကို အောက်ပါအတိုင်း သတ်မှတ်နိုင်ပါသည်။

 #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

ဥပမာ 4- CSV ဖိုင်ကိုတင်သွင်းသည့်အခါ အတန်းကိုကျော်ပါ။

skiprows အကြောင်းပြချက်ကိုအသုံးပြုခြင်းဖြင့် CSV ဖိုင်ကိုတင်သွင်းသည့်အခါတွင်လည်း အတန်းများကို အလွယ်တကူကျော်နိုင်သည်။

ဥပမာအားဖြင့်၊ CSV ဖိုင်ကိုတင်သွင်းသောအခါတွင် အောက်ပါကုဒ်သည် ဒုတိယစာကြောင်းကို လျစ်လျူရှုရန် ဖော်ပြသည်-

 #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

နှင့် CSV ဖိုင်ကိုတင်သွင်းသောအခါတွင်အောက်ပါကုဒ်သည်ဒုတိယ နှင့် တတိယစာကြောင်းများကိုလျစ်လျူရှုပုံကိုပြသသည်-

 #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

ဥပမာ 5- စိတ်ကြိုက်ကန့်သတ်ချက်ဖြင့် CSV ဖိုင်များကို ဖတ်ပါ။

တစ်ခါတစ်ရံတွင် သင့်တွင် ကော်မာမှလွဲ၍ အကန့်အသတ်ရှိသော CSV ဖိုင်တစ်ခု ရှိနိုင်သည်။

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့၏ CSV ဖိုင်တွင် ကန့်သတ်ချက်တစ်ခုအနေဖြင့် အောက်ခံအမှတ်တစ်ခုရှိသည်ဆိုပါစို့။

 playerID_team_points
1_Lakers_26
2_Mavs_19
3_Bucks_24
4_Spurs_22

ဤ CSV ဖိုင်ကို ပန်ဒါများအဖြစ် ဖတ်ရန်၊ ဖိုင်ကိုဖတ်သည့်အခါ အသုံးပြုရန် အပိုင်းပိုင်းကို သတ်မှတ်ရန် sep အငြင်းအခုံကို အသုံးပြုနိုင်ပါသည်။

 #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

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် အခြားဘုံပန်ဒါတာဝန်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Pandas ဖြင့်စာသားဖိုင်ကိုဘယ်လိုဖတ်မလဲ။
Pandas ဖြင့် Excel ဖိုင်များကိုဖတ်နည်း
Pandas ဖြင့် TSV ဖိုင်များကိုဖတ်နည်း
Pandas ဖြင့် HTML ဇယားများဖတ်နည်း