Hướng dẫn read semicolon delimited file python - đọc python tệp được phân tách bằng dấu chấm phẩy

Tệp CSV (Giá trị phân tách bằng dấu phẩy) là một tệp có các giá trị được phân tách bởi dấu phẩy. Nó thường được sử dụng để nhập và xuất với cơ sở dữ liệu và bảng tính.

Các giá trị chủ yếu được phân tách bởi dấu phẩy. Đôi khi một nhân vật khác được sử dụng giống như dấu chấm phẩy, ký tự tách biệt được gọi là dấu phân cách.

Khóa học liên quan: Phân tích dữ liệu với gấu trúc và Python Data Analysis with Pandas and Python

Làm thế nào để bạn đọc một dấu chấm phẩy với gấu trúc?

Để đọc một tệp có dấu phân cách bán đại tràng trong Python Pandas, chúng tôi gọi read_csv với đối số SEP được đặt thành dấu phân cách cho các mục hàng. Để gọi read_csv với csv_path vào tệp CSV. Và chúng tôi đặt SEP thành ';' Để tách các mặt hàng hàng của đại tràng.

Mã nào mở tệp CSV với dấu chấm phẩy như một dấu phân cách?

Thêm "sep =;" hoặc "sep =", đến tệp CSV khi bạn có CSV được phân tách bằng dấu chấm phẩy (;) và mặc định hệ thống/excel của bạn tập tin. Dưới đây là các bước bạn nên làm theo: Mở CSV của bạn bằng Trình chỉnh sửa văn bản.

Làm cách nào để đọc một tệp được phân định dấu phẩy trong Python?

Các bước để đọc tệp CSV:.

Nhập thư viện CSV. Nhập CSV ..

Mở tệp CSV. Phương thức .Open () trong Python được sử dụng để mở các tệp và trả về một đối tượng tệp. ....

Sử dụng đối tượng CSV.Reader để đọc tệp CSV. csvreader = csv.Reader (tệp).

0  a1;b1;c1;d1;e1;...
1  a2;b2;c2;d2;e2;...   

data = read_csv(csv_path, sep=';')

Excel có thể mở các tệp CSV. Ứng dụng web cho phép xuất dữ liệu vào tệp CSV.

Theo mặc định, một tệp CSV có các hàng và cột, vì nó là một đại diện của dữ liệu bảng. Bạn có thể xem mọi giá trị là một ô và mọi dòng là một hàng.

Chris,20,3600
Harry,25,3200
Barry,30,3000

Tệp mẫu CSV

Bạn có thể biểu diễn một bảng trong tệp CSV (giá trị phân tách bằng dấu phẩy). Văn bản là dữ liệu bảng. Mỗi dòng của tệp CSV là một dòng bên trong bảng, trong đó mọi giá trị (được phân tách bởi dấu phẩy) là một dấu phân cách (dấu phẩy, dấu chấm phẩy hoặc dấu phân cách khác*).

Bởi vì các tệp CSV là dữ liệu văn bản đơn giản, hầu như tất cả các ngôn ngữ lập trình đều hỗ trợ nó. Bạn có thể dễ dàng phân tích nó trong Python.

• Bảng dữ liệucsv module
• Bạn có thể có bảng này:pandas module (see bottom)

Tên

Tuổi tác

Lương

Chrishow to read a csv file. You can use the csv module. The module is already installed, just import it with

data = read_csv(csv_path, sep=';')

$ 3600

with open('office.csv') as csvfile:

Sau đó tạo một đối tượng đầu đọc

data = read_csv(csv_path, sep=';')

Điều này nghe có vẻ khó, nhưng nó đơn giản như:

csvReader = csv.reader(csvfile, delimiter=',')

Sau đó, bạn có thể lặp qua các hàng và phân tích chúng hoặc hiển thị chúng.

import csv

with open('office.csv') as csvfile:
    csvReader = csv.reader(csvfile, delimiter=',')
    for row in csvReader:
        print(row)

Khi bạn chạy chương trình, nó sẽ hiển thị cho bạn từng hàng dưới dạng danh sách

➜  ~ python3 program.py
['Chris', '20', '3600']
['Harry', '25', '3200']
['Barry', '30', '3000']

Bởi vì nó là một danh sách, bạn có thể truy cập các ô bằng dấu ngoặc vuông. Ô đầu tiên là

data = read_csv(csv_path, sep=';')

data = read_csv(csv_path, sep=';')

data = read_csv(csv_path, sep=';')

data = read_csv(csv_path, sep=';')

from pandas import *
csv_path = "C:...."
data = read_csv(csv_path)

Đọc một CSV như một dict

Nếu bạn muốn đọc dữ liệu vào từ điển thay vì danh sách, bạn có thể làm điều đó. Mô -đun CSV đi kèm với

import pandas as pd

df_comma = pd.read_csv(your_csv_file_path, nrows=1,sep=",")
df_semi = pd.read_csv(your_csv_file_path, nrows=1, sep=";")
if df_comma.shape[1]>df_semi.shape[1]:
    print("comma delimited")
else:
    print("semicolon delimited")

import pandas as pd

df_comma = pd.read_csv(your_csv_file_path, nrows=1,sep=",")
df_semi = pd.read_csv(your_csv_file_path, nrows=1, sep=";")
if df_comma.shape[1]>df_semi.shape[1]:
    print("comma delimited")
else:
    print("semicolon delimited")

Nếu bạn muốn đọc nó như một từ điển, hãy đảm bảo bao gồm một tiêu đề vì điều đó sẽ được bao gồm trong ánh xạ giá trị khóa.include a header because that will be included in the key-value mapping.

from pandas import *
csv_path = "C:...."
data = read_csv(csv_path)

Sau đó, chương trình của bạn có thể đọc CSV với

import pandas as pd

df_comma = pd.read_csv(your_csv_file_path, nrows=1,sep=",")
df_semi = pd.read_csv(your_csv_file_path, nrows=1, sep=";")
if df_comma.shape[1]>df_semi.shape[1]:
    print("comma delimited")
else:
    print("semicolon delimited")

from pandas import *
csv_path = "C:...."
data = read_csv(csv_path)

Chương trình sau đó xuất ra từ điển:

from pandas import *
csv_path = "C:...."
data = read_csv(csv_path)

Một hàm

import pandas as pd

df_comma = pd.read_csv(your_csv_file_path, nrows=1,sep=",")
df_semi = pd.read_csv(your_csv_file_path, nrows=1, sep=";")
if df_comma.shape[1]>df_semi.shape[1]:
    print("comma delimited")
else:
    print("semicolon delimited")

import pandas as pd

df_comma = pd.read_csv(your_csv_file_path, nrows=1,sep=",")
df_semi = pd.read_csv(your_csv_file_path, nrows=1, sep=";")
if df_comma.shape[1]>df_semi.shape[1]:
    print("comma delimited")
else:
    print("semicolon delimited")

Khóa học liên quan: Phân tích dữ liệu với gấu trúc và Python Data Analysis with Pandas and Python

Chức năng mô -đun CSV

Mô -đun

data = read_csv(csv_path, sep=';')

• csv.field_size_limit - trả về kích thước trường tối đa
• csv.get_dialect - Nhận phương ngữ được liên kết với tên
• CSV.List_Dialects - Hiển thị tất cả các phương ngữ đã đăng ký
• CSV.Reader - Đọc dữ liệu từ tệp CSV – read data from a csv file
• CSV.Register_Dialect - Phương ngữ liên kết với tên
• CSV.Writer - Viết dữ liệu vào tệp CSV
• csv.unregister_dialect - xóa phương ngữ được liên kết với tên đăng ký phương ngữ
• csv.quote_all - Trích dẫn mọi thứ, bất kể loại.
• csv.quote_minimal - các trường trích dẫn với các ký tự đặc biệt
• csv.quote_nonnumeric - trích dẫn tất cả các trường có giá trị số aren
• csv.quote_none - don lồng trích dẫn bất cứ điều gì trong đầu ra

Bài viết này chỉ tập trung vào

import pandas as pd

df_comma = pd.read_csv(your_csv_file_path, nrows=1,sep=",")
df_semi = pd.read_csv(your_csv_file_path, nrows=1, sep=";")
if df_comma.shape[1]>df_semi.shape[1]:
    print("comma delimited")
else:
    print("semicolon delimited")

Đọc CSV với gấu trúc

Pandas là một thư viện phân tích dữ liệu. Nó thường được sử dụng trong khoa học dữ liệu. Nếu bạn làm việc với dữ liệu rất nhiều, sử dụng mô -đun

import pandas as pd

df_comma = pd.read_csv(your_csv_file_path, nrows=1,sep=",")
df_semi = pd.read_csv(your_csv_file_path, nrows=1, sep=";")
if df_comma.shape[1]>df_semi.shape[1]:
    print("comma delimited")
else:
    print("semicolon delimited")

import pandas as pd

df_comma = pd.read_csv(your_csv_file_path, nrows=1,sep=",")
df_semi = pd.read_csv(your_csv_file_path, nrows=1, sep=";")
if df_comma.shape[1]>df_semi.shape[1]:
    print("comma delimited")
else:
    print("semicolon delimited")

Đầu tiên chúng tôi bắt đầu với một số dữ liệu. Giả sử bạn có tệp CSV chứa thống kê quốc gia,

import pandas as pd

df_comma = pd.read_csv(your_csv_file_path, nrows=1,sep=",")
df_semi = pd.read_csv(your_csv_file_path, nrows=1, sep=";")
if df_comma.shape[1]>df_semi.shape[1]:
    print("comma delimited")
else:
    print("semicolon delimited")

Quốc gia, Thủ đô, Ngôn ngữ, Quốc gia Tiền tệ, Washington, Tiếng Anh, US Bolarcanada, Ottawa, Tiếng Anh và Pháp, Dollargermany của Canada, Berlin, Đức, Euro
United States, Washington, English, US dollar
Canada, Ottawa, English and French, Canadian dollar
Germany, Berlin, German, Euro

Theo mặc định, mô -đun

import pandas as pd

df_comma = pd.read_csv(your_csv_file_path, nrows=1,sep=",")
df_semi = pd.read_csv(your_csv_file_path, nrows=1, sep=";")
if df_comma.shape[1]>df_semi.shape[1]:
    print("comma delimited")
else:
    print("semicolon delimited")

from pandas import *
csv_path = "C:...."
data = read_csv(csv_path)

Pandas có chức năng Đọc các tệp CSV,

import pandas as pd

df_comma = pd.read_csv(your_csv_file_path, nrows=1,sep=",")
df_semi = pd.read_csv(your_csv_file_path, nrows=1, sep=";")
if df_comma.shape[1]>df_semi.shape[1]:
    print("comma delimited")
else:
    print("semicolon delimited")

Điều này tải tệp CSV vào khung dữ liệu gấu trúc.

from pandas import *
csv_path = "C:...."
data = read_csv(csv_path)

Pandas làm việc với DataFrames chứa tất cả dữ liệu. Khung dữ liệu là cấu trúc dữ liệu thực sự thú vị, chúng cho phép bạn lấy toàn bộ hàng cùng một lúc, bằng cách sử dụng tên tiêu đề của nó. (Tiêu đề là dòng đầu tiên trong tệp CSV)Data frames are really cool data structures, they let you grab an entire row at once, by using it’s header name. (The header was the first line in the csv file)

from pandas import *
csv_path = "C:...."
data = read_csv(csv_path)

Thí dụ

Chương trình dưới đây đọc một tệp CSV với gấu trúc .:reads a csv file with pandas.:

from pandas import *
csv_path = "C:...."
data = read_csv(csv_path)

Điều này xuất ra cả dataFrame

Chris,20,3600
Harry,25,3200
Barry,30,3000

Chris,20,3600
Harry,25,3200
Barry,30,3000

from pandas import *
csv_path = "C:...."
data = read_csv(csv_path)

Bạn có thể lặp lại hàng từng hàng như thế này:

from pandas import *
csv_path = "C:...."
data = read_csv(csv_path)

Phân định

Nếu bạn có một dấu phân cách khác so với dấu phẩy mặc định, hãy nói một đường ống thì bạn sử dụng tham số

Chris,20,3600
Harry,25,3200
Barry,30,3000

0  a1;b1;c1;d1;e1;...
1  a2;b2;c2;d2;e2;...   

Nếu tệp CSV của bạn không bao gồm tiêu đề, bạn có thể xóa nó khỏi tệp hoặc thay đổi chương trình để có tham số

Chris,20,3600
Harry,25,3200
Barry,30,3000

0  a1;b1;c1;d1;e1;...
1  a2;b2;c2;d2;e2;...   

Nếu nó trên một dòng khác (giả sử dòng thứ 2) bạn có thể sử dụng:

0  a1;b1;c1;d1;e1;...
1  a2;b2;c2;d2;e2;...   

Tên gấu trúc

Nếu dữ liệu CSV của bạn không có tiêu đề, đừng lo lắng. Bạn có thể xác định các cột trong mã trong khi mở tệp:

0  a1;b1;c1;d1;e1;...
1  a2;b2;c2;d2;e2;...   

gấu trúc sử dụng_cols

Nếu bạn chỉ muốn tải các cột cụ thể, bạn có thể chỉ định tham số ________ 54. Điều này rất hữu ích nếu bạn có một CSV lớn với nhiều cột. Bạn có thể xác định một quặng nhiều cột hơn:
This is useful if you have a large csv with a lot of columns. You can define one ore more columns:

0  a1;b1;c1;d1;e1;...
1  a2;b2;c2;d2;e2;...   

Khóa học liên quan: Phân tích dữ liệu với gấu trúc và Python Data Analysis with Pandas and Python