<\/p>\n
Arquivos CSV (valores separados por v\u00edrgula) s\u00e3o uma das formas mais comuns de armazenar dados.<\/span><\/p>\n Felizmente, a fun\u00e7\u00e3o read_csv()<\/a> do pandas permite que voc\u00ea leia facilmente arquivos CSV em Python em quase qualquer formato desejado.<\/span><\/p>\n Este tutorial explica v\u00e1rias maneiras de ler arquivos CSV em Python usando o seguinte arquivo CSV chamado “data.csv”<\/strong> :<\/span><\/p>\n O c\u00f3digo a seguir mostra como ler o arquivo CSV em um DataFrame do pandas:<\/span><\/p>\n O c\u00f3digo a seguir mostra como ler apenas as colunas denominadas “playerID” e “points” do arquivo CSV em um DataFrame do pandas:<\/span><\/p>\n Voc\u00ea tamb\u00e9m pode especificar \u00edndices de coluna para ler em um DataFrame do pandas:<\/span><\/p>\n Em alguns casos, a linha do cabe\u00e7alho pode n\u00e3o ser a primeira linha de um arquivo CSV.<\/span><\/p>\n Por exemplo, considere o seguinte arquivo CSV no qual a linha do cabe\u00e7alho realmente aparece na segunda linha:<\/span><\/p>\n Para ler este arquivo CSV em um DataFrame do pandas, podemos especificar header=1<\/strong> da seguinte forma:<\/span><\/p>\n Voc\u00ea tamb\u00e9m pode pular linhas facilmente ao importar um arquivo CSV usando o argumento skiprows<\/strong> .<\/span><\/p>\n Por exemplo, o c\u00f3digo a seguir mostra como ignorar a segunda linha ao importar o arquivo CSV:<\/span><\/p>\n E o c\u00f3digo a seguir mostra como ignorar a segunda e<\/em> terceira linhas ao importar o arquivo CSV:<\/span><\/p>\n \u00c0s vezes voc\u00ea pode ter um arquivo CSV com um delimitador diferente de v\u00edrgula.<\/span><\/p>\n Por exemplo, suponha que nosso arquivo CSV tenha um sublinhado como delimitador:<\/span><\/p>\n Para ler este arquivo CSV no pandas, podemos usar o argumento sep<\/strong> para especificar o delimitador a ser usado ao ler o arquivo:<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras tarefas comuns do panda:<\/span><\/p>\n Como ler um arquivo de texto com Pandas<\/a> Arquivos CSV (valores separados por v\u00edrgula) s\u00e3o uma das formas mais comuns de armazenar dados. Felizmente, a fun\u00e7\u00e3o read_csv() do pandas permite que voc\u00ea leia facilmente arquivos CSV em Python em quase qualquer formato desejado. Este tutorial explica v\u00e1rias maneiras de ler arquivos CSV em Python usando o seguinte arquivo CSV chamado “data.csv” : playerID,team,points […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-969","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n playerID,team,points\n1,Lakers,26\n2,Mavs,19\n3,Bucks,24\n4,Spurs,22<\/strong><\/pre>\n
Exemplo 1: Leia o arquivo CSV no DataFrame do pandas<\/strong><\/span><\/h2>\n
#import CSV file as DataFrame<\/span>\ndf = pd. read_csv<\/span> ('data.csv')<\/strong><\/span>\n\n#view DataFrame<\/span>\ndf\n\n playerID team points\n0 1 Lakers 26\n1 2 Mavs 19\n2 3 Bucks 24\n3 4 Spurs 22<\/strong><\/span><\/pre>\n Exemplo 2: Ler colunas espec\u00edficas de um arquivo CSV<\/strong><\/span><\/h2>\n
#import only specific columns from CSV file<\/span>\ndf = pd. read_csv<\/span> ('data.csv', usecols=[' playerID<\/span> ',' points<\/span> '])<\/strong><\/span>\n\n#view DataFrame<\/span>\ndf\n\n\tplayerID points\n0 1 26\n1 2 19\n2 3 24\n3 4 22<\/strong><\/span><\/pre>\n #import only specific columns from CSV file<\/span>\ndf = pd. read_csv<\/span> (' data.csv<\/span> ', usecols=[ 0,1<\/span> ])<\/strong><\/span>\n\n#view DataFrame<\/span>\ndf\n\n playerID team\n0 1 Lakers\n1 2 Mavs\n2 3 Bucks\n3 4 Spurs<\/strong><\/span><\/pre>\n Exemplo 3: Especifique a linha do cabe\u00e7alho ao importar um arquivo CSV<\/strong><\/span><\/h2>\n
random,data,values\nplayerID,team,points\n1,Lakers,26\n2,Mavs,19\n3,Bucks,24\n4,Spurs,22<\/strong><\/span><\/pre>\n #import from CSV file and specify that header starts on second row<\/span>\ndf = pd. read_csv<\/span> ('data.csv', header= 1<\/span> )<\/strong><\/span>\n\n#view DataFrame<\/span>\ndf\n\n playerID team points\n0 1 Lakers 26\n1 2 Mavs 19\n2 3 Bucks 24\n3 4 Spurs 22<\/strong><\/span><\/pre>\n Exemplo 4: Ignorar linhas ao importar um arquivo CSV<\/strong><\/span><\/h2>\n
#import from CSV file and skip second row<\/span>\ndf = pd. read_csv<\/span> ('data.csv', skiprows=[ 1 ]<\/span><\/span> )<\/span><\/strong><\/span>\n\n#view DataFrame<\/span>\ndf\n\n playerID team points\n0 2 Mavs 19\n1 3 Bucks 24\n2 4 Spurs 22<\/strong><\/span><\/pre>\n #import from CSV file and skip second and third rows<\/span>\ndf = pd. read_csv<\/span> ('data.csv', skiprows=[ 1,2 ]<\/span><\/span> )<\/span><\/strong><\/span>\n\n#view DataFrame<\/span>\ndf\n\n playerID team points\n1 3 Bucks 24\n2 4 Spurs 22<\/strong><\/span><\/pre>\n Exemplo 5: Leia arquivos CSV com um delimitador personalizado<\/strong><\/span><\/h2>\n
playerID_team_points\n1_Lakers_26\n2_Mavs_19\n3_Bucks_24\n4_Spurs_22\n<\/strong><\/span><\/pre>\n #import from CSV file and specify delimiter to use<\/span>\ndf = pd. read_csv<\/span> ('data.csv', sep=' _<\/span> ')<\/strong><\/span>\n\n#view DataFrame<\/span>\ndf\n\n\tplayerID team points\n0 1 Lakers 26\n1 2 Mavs 19\n2 3 Bucks 24\n3 4 Spurs 22<\/strong><\/span><\/pre>\n Recursos adicionais<\/span><\/strong><\/span><\/h2>\n
Como ler arquivos Excel com Pandas<\/a>
Como ler arquivos TSV com Pandas<\/a>
Como ler tabelas HTML com Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"