Jadi mari kita mulai dengan contoh sederhana, di mana Anda memiliki data berikut yang disimpan dalam file CSV (dengan nama file 'products_sold') Show
Langkah-langkah untuk Mengimpor File CSV ke Python menggunakan PandasLangkah 1. Tangkap Jalur FilePertama, tangkap jalur lengkap tempat file CSV Anda disimpan Misalnya, misalkan file CSV disimpan di bawah jalur berikut C. \Users\Ron\Desktop\ products_sold. csv Anda harus memodifikasi kode Python di bawah ini untuk mencerminkan jalur tempat file CSV disimpan di komputer Anda. Jangan lupa sertakan
Langkah 2. Terapkan kode PythonKetik/salin kode berikut ke dalam Python, sambil membuat perubahan yang diperlukan pada jalur Anda Berikut adalah kode untuk contoh kita import pandas as pd df = pd.read_csv(r'C:\Users\Ron\Desktop\products_sold.csv') print(df) Perhatikan bahwa Anda harus menempatkan 'r' sebelum string jalur untuk mengatasi karakter khusus apa pun di jalur, seperti '\'. Selain itu, jangan lupa untuk meletakkan nama file di ujung jalur + “. csv” Langkah 3. Jalankan KodeTerakhir, jalankan kode Python dan Anda akan mendapatkannya _Langkah Opsional. Pilih Subset KolomSekarang bagaimana jika Anda ingin memilih subset kolom dari file CSV? Misalnya, bagaimana jika Anda ingin memilih kolom produk dan harga saja. Jika demikian, Anda dapat menentukan nama kolom tersebut seperti yang diambil di bawah ini import pandas as pd data = pd.read_csv(r'C:\Users\Ron\Desktop\products_sold.csv') df = pd.DataFrame(data, columns=['product', 'price']) print(df) Anda harus memastikan bahwa nama kolom yang ditentukan dalam kode sama persis dengan nama kolom dalam file CSV. Jika tidak, Anda akan mendapatkan nilai NaN Setelah Anda siap, jalankan kode (setelah menyesuaikan jalur file), dan Anda hanya akan mendapatkan kolom produk dan harga
Sumber daya tambahanAnda baru saja melihat cara mengimpor file CSV ke Python menggunakan Pandas. Terkadang, Anda mungkin perlu mengimpor file Excel ke Python. Jika demikian, Anda dapat memeriksa tutorial berikut yang menjelaskan cara mengimpor file Excel ke Python Setelah Anda mengimpor file Anda ke Python, Anda dapat mulai menghitung beberapa statistik menggunakan Panda. Atau, Anda dapat dengan mudah mengekspor Pandas DataFrame ke CSV Untuk mengetahui lebih lanjut cara menggunakan Panda untuk mengimpor file CSV, silakan kunjungi Dokumentasi Panda Masalah. Diberi file CSV, bagaimana cara membaca hanya kolom tertentu dari file csv? . ) Contoh. Pertimbangkan file import pandas as pd df = pd.read_csv("countries.csv") country = df['Country'] # or # country = df.Country capital = df['Capital'] # or # capital = df.Capital # displaying selected columns (Country and Capital) for x, y in zip(country, capital): print(f"{x} {y}") # displaying a single column (Country) print() print(df['Population'])_3 berikut ( import pandas as pd df = pd.read_csv("countries.csv") country = df['Country'] # or # country = df.Country capital = df['Capital'] # or # capital = df.Capital # displaying selected columns (Country and Capital) for x, y in zip(country, capital): print(f"{x} {y}") # displaying a single column (Country) print() print(df['Population'])4) Country,Capital,Population,Area Germany,Berlin,"84,267,549","348,560" France,Paris,"65,534,239","547,557" Spain,Madrid,"46,787,468","498,800" Italy,Rome,"60,301,346","294,140" India,Delhi,"1,404,495,187","2,973,190" USA,Washington,"334,506,463","9,147,420" China,Beijing,"1,449,357,022","9,388,211" Poland,Warsaw,"37,771,789","306,230" Russia,Moscow,"146,047,418","16,376,870" England,London,"68,529,747","241,930"_ Pertanyaan. Bagaimana Anda membaca file csv di atas dan menampilkan kolom berikut –
Metode 1. Menggunakan PandaMenggunakan perpustakaan Pandas mungkin merupakan opsi terbaik jika Anda berurusan dengan file csv. Anda dapat dengan mudah membaca file csv dan menyimpan seluruh kolom dalam sebuah variabel Kode import pandas as pd df = pd.read_csv("countries.csv") country = df['Country'] # or # country = df.Country capital = df['Capital'] # or # capital = df.Capital # displaying selected columns (Country and Capital) for x, y in zip(country, capital): print(f"{x} {y}") # displaying a single column (Country) print() print(df['Population'])_ Keluaran Germany Berlin France Paris Spain Madrid Italy Rome India Delhi USA Washington China Beijing Poland Warsaw Russia Moscow England London 0 84,267,549 1 65,534,239 2 46,787,468 3 60,301,346 4 1,404,495,187 5 334,506,463 6 1,449,357,022 7 37,771,789 8 146,047,418 9 68,529,747 Name: Population, dtype: object Penjelasan
TRIVIA Germany Berlin France Paris Spain Madrid Italy Rome India Delhi USA Washington China Beijing Poland Warsaw Russia Moscow England London 0 84,267,549 1 65,534,239 2 46,787,468 3 60,301,346 4 1,404,495,187 5 334,506,463 6 1,449,357,022 7 37,771,789 8 146,047,418 9 68,529,747 Name: Population, dtype: object6 adalah fungsi bawaan di Python yang mengambil sejumlah iterable yang berubah-ubah dan mengikatnya menjadi satu iterable, objek Germany Berlin France Paris Spain Madrid Italy Rome India Delhi USA Washington China Beijing Poland Warsaw Russia Moscow England London 0 84,267,549 1 65,534,239 2 46,787,468 3 60,301,346 4 1,404,495,187 5 334,506,463 6 1,449,357,022 7 37,771,789 8 146,047,418 9 68,529,747 Name: Population, dtype: object7. Ini menggabungkan nilai Germany Berlin France Paris Spain Madrid Italy Rome India Delhi USA Washington China Beijing Poland Warsaw Russia Moscow England London 0 84,267,549 1 65,534,239 2 46,787,468 3 60,301,346 4 1,404,495,187 5 334,506,463 6 1,449,357,022 7 37,771,789 8 146,047,418 9 68,529,747 Name: Population, dtype: object8 dari setiap argumen iterable menjadi sebuah tuple Baca lebih lanjut tentang zip() di sini ➤ Pengindeksan Berbasis Daftar dari DataFrameJika Anda merasa tidak nyaman menggunakan Germany Berlin France Paris Spain Madrid Italy Rome India Delhi USA Washington China Beijing Poland Warsaw Russia Moscow England London 0 84,267,549 1 65,534,239 2 46,787,468 3 60,301,346 4 1,404,495,187 5 334,506,463 6 1,449,357,022 7 37,771,789 8 146,047,418 9 68,529,747 Name: Population, dtype: object6 untuk menampilkan banyak kolom sekaligus, Anda memiliki opsi lain. Anda cukup menggunakan pengindeksan berbasis daftar untuk mencapai tujuan Anda Pengindeksan berbasis daftar adalah teknik yang memungkinkan Anda meneruskan beberapa nama kolom sebagai daftar dalam pemilih tanda kurung siku Contoh import pandas as pd df = pd.read_csv("countries.csv") print() print(df[['Country', 'Capital']]) Keluaran Country Capital 0 Germany Berlin 1 France Paris 2 Spain Madrid 3 Italy Rome 4 India Delhi 5 USA Washington 6 China Beijing 7 Poland Warsaw 8 Russia Moscow 9 England London Metode 2. Pengindeksan Berbasis Integer dengan ilocMendekati. Idenya di sini adalah menggunakan import pandas as pd df = pd.read_csv("countries.csv") print() print(df[['Country', 'Capital']])_0 untuk mengakses masing-masing kolom dari DataFrame menggunakan pengindeksan. Perhatikan bahwa kolom pertama selalu memiliki indeks 0, sedangkan kolom kedua memiliki indeks 1, dan seterusnya
import pandas as pd data = pd.read_csv('countries.csv') country = data.iloc[:, 0].values capital = data.iloc[:, 1].values population = data.iloc[:, 2].values # displaying selected columns print(data[['Country', 'Capital']]) print() # displaying a single column (Population) print(population) Keluaran Country Capital 0 Germany Berlin 1 France Paris 2 Spain Madrid 3 Italy Rome 4 India Delhi 5 USA Washington 6 China Beijing 7 Poland Warsaw 8 Russia Moscow 9 England London ['84,267,549' '65,534,239' '46,787,468' '60,301,346' '1,404,495,187' '334,506,463' '1,449,357,022' '37,771,789' '146,047,418' '68,529,747'] Metode 3. Pengindeksan Berbasis Nama dengan loc()Alih-alih memilih kolom berdasarkan indeksnya, Anda juga dapat memilihnya berdasarkan namanya menggunakan pemilih import pandas as pd df = pd.read_csv("countries.csv") print() print(df[['Country', 'Capital']])7 Contoh berikut menunjukkan cara memilih kolom import pandas as pd df = pd.read_csv("countries.csv") country = df['Country'] # or # country = df.Country capital = df['Capital'] # or # capital = df.Capital # displaying selected columns (Country and Capital) for x, y in zip(country, capital): print(f"{x} {y}") # displaying a single column (Country) print() print(df['Population'])5 dan import pandas as pd df = pd.read_csv("countries.csv") country = df['Country'] # or # country = df.Country capital = df['Capital'] # or # capital = df.Capital # displaying selected columns (Country and Capital) for x, y in zip(country, capital): print(f"{x} {y}") # displaying a single column (Country) print() print(df['Population'])6 dari DataFrame yang diberikan import pandas as pd data = pd.read_csv('countries.csv') val = data.loc[:, ['Country', 'Capital']] print(val) Keluaran Country Capital 0 Germany Berlin 1 France Paris 2 Spain Madrid 3 Italy Rome 4 India Delhi 5 USA Washington 6 China Beijing 7 Poland Warsaw 8 Russia Moscow 9 England London Tutorial Terkait. Mengiris Data dari Pandas DataFrame menggunakan. lokasi dan. iloc Metode 4. Menggunakan Modul csvModul import pandas as pd df = pd.read_csv("countries.csv") country = df['Country'] # or # country = df.Country capital = df['Capital'] # or # capital = df.Capital # displaying selected columns (Country and Capital) for x, y in zip(country, capital): print(f"{x} {y}") # displaying a single column (Country) print() print(df['Population'])3 adalah opsi spektakuler lainnya di Python yang memungkinkan Anda bermain dengan file csv. Mari kita lihat kode yang membantu kita membaca file csv yang diberikan dan kemudian membaca kolom tertentu darinya import csv population = [] with open('countries.csv', newline='', encoding='utf-8-sig') as csvfile: data = csv.DictReader(csvfile) for r in data: print("Country", ":", "Capital") # append values from population column to population list population.append(r['Population']) # displaying specific columns (Country and Capital) print(r['Country'], ":", r['Capital']) # display the population list print(population) Keluaran import pandas as pd df = pd.read_csv("countries.csv") country = df['Country'] # or # country = df.Country capital = df['Capital'] # or # capital = df.Capital # displaying selected columns (Country and Capital) for x, y in zip(country, capital): print(f"{x} {y}") # displaying a single column (Country) print() print(df['Population'])_0 Penjelasan
Bonus. Berikut sekilas tampilan kelas Country Capital 0 Germany Berlin 1 France Paris 2 Spain Madrid 3 Italy Rome 4 India Delhi 5 USA Washington 6 China Beijing 7 Poland Warsaw 8 Russia Moscow 9 England London5 import pandas as pd df = pd.read_csv("countries.csv") country = df['Country'] # or # country = df.Country capital = df['Capital'] # or # capital = df.Capital # displaying selected columns (Country and Capital) for x, y in zip(country, capital): print(f"{x} {y}") # displaying a single column (Country) print() print(df['Population'])_1 Keluaran import pandas as pd df = pd.read_csv("countries.csv") country = df['Country'] # or # country = df.Country capital = df['Capital'] # or # capital = df.Capital # displaying selected columns (Country and Capital) for x, y in zip(country, capital): print(f"{x} {y}") # displaying a single column (Country) print() print(df['Population'])_2 Jelas dari keluaran bahwa Country Capital 0 Germany Berlin 1 France Paris 2 Spain Madrid 3 Italy Rome 4 India Delhi 5 USA Washington 6 China Beijing 7 Poland Warsaw 8 Russia Moscow 9 England London_6 mengembalikan kamus untuk setiap baris sedemikian rupa sehingga tajuk kolom adalah kunci sedangkan nilai dalam baris adalah nilai terkait dalam kamus KesimpulanSingkatnya, ada empat cara utama untuk mengakses kolom tertentu dari file csv yang diberikan
Jangan ragu untuk menggunakan salah satu yang paling cocok untuk Anda. Saya harap tutorial ini membantu Anda. Silakan berlangganan dan nantikan tutorial menarik lainnya. Selamat belajar Pelajari Panda dengan Cara yang Menyenangkan dengan Memecahkan Teka-Teki KodeJika Anda ingin meningkatkan keterampilan Panda Anda, pertimbangkan untuk memeriksa buku pembelajaran berbasis teka-teki saya Coffee Break Pandas (Amazon Link) Ini berisi 74 teka-teki Panda buatan tangan termasuk penjelasannya. Dengan memecahkan setiap teka-teki, Anda akan mendapatkan skor yang mewakili tingkat keahlian Anda dalam Panda. Bisakah Anda menjadi Grandmaster Panda? Coffee Break Pandas menawarkan pendekatan berbasis kesenangan untuk penguasaan ilmu data—dan pengalaman belajar yang benar-benar gamified Shubham Sayon Saya seorang Blogger Python profesional dan pembuat Konten. Saya telah menerbitkan banyak artikel dan membuat kursus selama periode waktu tertentu. Saat ini saya bekerja sebagai pekerja lepas penuh waktu dan saya memiliki pengalaman dalam domain seperti Python, AWS, DevOps, dan Networking Bagaimana cara menampilkan kolom dalam file CSV?MS Excel 2007 - 2012 . Buka Excel Buka tab 'Data' Pilih 'Dari Teks' (opsi ketiga dari kiri) dan pilih. file CSV yang ingin Anda impor Klik 'Selanjutnya' pada jendela pop-up. Pastikan Anda memilih 'Koma' di jendela berikutnya. Anda seharusnya sudah melihat data Anda diterapkan ke dalam kolom di bawah ini Bagaimana cara mendapatkan nama kolom dari file CSV dengan Python?Kita cukup menggunakan metode keys() untuk mendapatkan nama kolom. . Buka file CSV menggunakan DictReader Ubah file ini menjadi daftar Ubah baris pertama daftar menjadi kamus Panggil metode keys() kamus dan ubah menjadi daftar Menampilkan daftar Bagaimana cara membaca kolom tertentu dari file CSV di python panda?Ini bisa dilakukan dengan bantuan panda. metode read_csv(). Kami akan melewati parameter pertama sebagai file CSV dan parameter kedua daftar kolom tertentu dalam kata kunci usecols. Ini akan mengembalikan data file CSV dari kolom tertentu
Bagaimana cara mencetak nilai dari file CSV dengan Python?Yang pertama dengan menggunakan library csv, dan yang kedua dengan menggunakan library pandas. . Menggunakan Perpustakaan CSV. impor csv dengan open(". /bwq. csv", 'r') sebagai file. csvreader = csv. reader(file) untuk baris di csvreader. cetak (baris). Menggunakan Perpustakaan Panda. impor panda sebagai data pd = pd. read_csv("bwq. csv") data |