{"id":4084,"date":"2023-07-13T17:34:00","date_gmt":"2023-07-13T17:34:00","guid":{"rendered":"https:\/\/statorials.org\/nl\/pandas-lezen-csv-dtype\/"},"modified":"2023-07-13T17:34:00","modified_gmt":"2023-07-13T17:34:00","slug":"pandas-lezen-csv-dtype","status":"publish","type":"post","link":"https:\/\/statorials.org\/nl\/pandas-lezen-csv-dtype\/","title":{"rendered":"Panda's: typen opgeven bij het importeren van een csv-bestand"},"content":{"rendered":"

<\/p>\n

\n

U kunt de volgende basissyntaxis gebruiken om het type van elke kolom in een DataFrame op te geven bij het importeren van een CSV-bestand in panda’s:<\/span><\/p>\n

 df = pd. read_csv<\/span> (' my_data.csv<\/span> ',\n                 dtype = {' col1<\/span> ': str<\/span> , ' col2<\/span> ': float<\/span> , ' col3<\/span> ': int<\/span> })\n<\/strong><\/pre>\n
 Het dtype-<\/b> argument specificeert het gegevenstype dat elke kolom moet hebben bij het importeren van het CSV-bestand in een Panda DataFrame.<\/span><\/p>\n
 Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.<\/span><\/p>\n
 Voorbeeld: Geef typen op bij het importeren van een CSV-bestand in Pandas<\/strong><\/span><\/h2>\n
 Laten we zeggen dat we het volgende CSV-bestand hebben met de naam basketball_data.csv<\/strong> :<\/span> <\/p>\n
\"\"<\/p>\n
 Als we het CSV-bestand importeren met behulp van de read_csv()<\/strong> functie, zullen panda’s proberen het gegevenstype voor elke kolom automatisch te identificeren:<\/span><\/p>\n
 import<\/span> pandas as<\/span> pd\n\n#import CSV file\n<\/span>df = pd. read_csv<\/span> (' basketball_data.csv<\/span> ')\n\n#view resulting DataFrame\n<\/span>print<\/span> (df)\n\n   At 22 10\n0 B 14 9\n1 C 29 6\n2 D 30 2\n3 E 22 9\n4 F 31 10\n\n#view data type of each column\n<\/span>print<\/span> ( df.dtypes<\/span> )\n\nteam object\nint64 dots\nrebounds int64\ndtype:object\n<\/strong><\/span><\/b><\/pre>\n
 Uit het resultaat kunnen we zien dat de kolommen van het DataFrame de volgende gegevenstypen hebben:<\/span><\/p>\n