De ultieme gids: csv-bestanden lezen met panda's

CSV-bestanden (door komma’s gescheiden waarden) zijn een van de meest gebruikelijke manieren om gegevens op te slaan.

Gelukkig kun je met de pandas read_csv()- functie eenvoudig CSV-bestanden in Python lezen in vrijwel elk gewenst formaat.

In deze tutorial worden verschillende manieren uitgelegd om CSV-bestanden in Python te lezen met behulp van het volgende CSV-bestand met de naam „data.csv“ :

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

Voorbeeld 1: Lees het CSV-bestand in het Panda’s DataFrame

De volgende code laat zien hoe u het CSV-bestand in een Panda DataFrame leest:

 #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

Voorbeeld 2: Specifieke kolommen uit een CSV-bestand lezen

De volgende code laat zien hoe u alleen de kolommen met de naam ‚playerID‘ en ‚points‘ uit het CSV-bestand in een pandas DataFrame kunt lezen:

 #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

U kunt ook kolomindexen opgeven die u in een Panda DataFrame wilt inlezen:

 #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

Voorbeeld 3: Geef de koprij op bij het importeren van een CSV-bestand

In sommige gevallen is de koprij mogelijk niet de eerste rij in een CSV-bestand.

Beschouw bijvoorbeeld het volgende CSV-bestand waarin de koprij daadwerkelijk in de tweede rij verschijnt:

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

Om dit CSV-bestand in een Panda DataFrame te lezen, kunnen we header=1 als volgt specificeren:

 #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

Voorbeeld 4: Rijen overslaan bij het importeren van een CSV-bestand

U kunt ook eenvoudig rijen overslaan bij het importeren van een CSV-bestand door het skiprows- argument te gebruiken.

De volgende code laat bijvoorbeeld zien hoe u de tweede regel negeert bij het importeren van het CSV-bestand:

 #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

En de volgende code laat zien hoe u de tweede en derde regel negeert bij het importeren van het CSV-bestand:

 #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

Voorbeeld 5: CSV-bestanden lezen met een aangepast scheidingsteken

Soms hebt u mogelijk een CSV-bestand met een ander scheidingsteken dan een komma.

Stel bijvoorbeeld dat ons CSV-bestand een onderstrepingsteken als scheidingsteken heeft:

 playerID_team_points
1_Lakers_26
2_Mavs_19
3_Bucks_24
4_Spurs_22

Om dit CSV-bestand in panda’s te lezen, kunnen we het sep- argument gebruiken om het scheidingsteken op te geven dat moet worden gebruikt bij het lezen van het bestand:

 #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

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende panda-taken kunt uitvoeren:

Hoe een tekstbestand te lezen met Panda’s
Excel-bestanden lezen met Panda’s
TSV-bestanden lezen met Panda’s
HTML-tabellen lezen met Panda’s