Wczytywanie plików CSV

Część sekcji Dane i wykresy ścieżki Machine Learning w Coddy. Lekcja 33 z 60.

Rzeczywiste zbiory danych mają tysiące wierszy, dlatego przechowuje się je w plikach. Najczęściej jest to plik CSV: zwykły tekst, jeden wiersz w każdej linii, wartości rozdzielone przecinkami.

Plik tekstowy books.csv po lewej stronie, wiersz nagłówka title, pages, year i trzy wiersze z książkami, ze strzałką prowadzącą do ramki danych, która powstaje po prawej stronie: nagłówek staje się nazwami kolumn, a każda linia wierszem

pd.read_csv przyjmuje nazwę pliku i zwraca DataFrame:

books = pd.read_csv("books.csv")
print(books)

To wyświetla:

     title  pages  year
0     Dune    412  1965
1     Emma    474  1815
2  Beloved    324  1987

Pierwszy wiersz zawierał nazwy kolumn, a liczby zostały wczytane jako liczby, gotowe do obliczeń. W Coddy pliki lekcji znajdują się obok Twojego programu, więc wystarczy sama nazwa.

Wyzwanie

Średni

Kawiarnia zapisuje jeden plik CSV na każdy dzień, monday.csv, tuesday.csv i tak dalej, każdy z kolumnami drink i cups. Program wczytuje nazwę dnia małymi literami do day.

Zbuduj nazwę pliku dla tego dnia, wczytaj plik do DataFrame orders i go wyświetl.

Jeśli dniem byłaby wartość sunday, a plik sunday.csv zawierałby drink,cups, mocha,5 i chai,13, zobaczysz:

   drink  cups
0  mocha     5
1   chai    13

Spróbuj swoich sił

import pandas as pd

day = input()

# Napisz swój kod poniżej

Sprawdź się

Ta lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.

Wszystkie lekcje w sekcji Dane i wykresy

1Wprowadzenie

Witaj, uczenie maszynowe Czym jest model?Importowanie bibliotek Twój pierwszy wykres

4Przekształcanie danych

Zmiana kształtu tablic Łączenie tablic Liczby losowe Podsumowanie: symulacja rzutu kostką

7Ramki danych w pandas

Series Ramki danychWczytywanie plików CSVPrzeglądanie danych Wybieranie kolumn Podsumowanie: oceny filmów

10Wizualizacja DataFrame’ów

Wizualizacja DataFrame Wykres punktowy z kolumn Jeden kolor dla każdej grupy Histogram kolumny Powtórzenie: sprzedaż w kawiarni

2Tablice NumPy

Tworzenie tablic Kształt i rozmiar Zakresy liczb Indeksowanie i wycinanie Podsumowanie: siatka temperatur

5Wykresy liniowe i punktowe

Etykiety i tytuły Wykresy punktowe Wiele linii i legendy Kolory i znaczniki Rysunki i osie Podsumowanie: tygodniowa liczba kroków

8Filtrowanie i sortowanie

Wybieranie wierszy Filtrowanie wierszy Sortowanie wartości Nowe kolumny Podsumowanie: najlepsze produkty

11Zbiory danych dla ML

Wbudowane zbiory danych Cechy i etykiety Analiza według klas Wizualizacja klas Podsumowanie: zbiór danych Wine

3Operacje matematyczne na tablicach

Operacje matematyczne na całych tablicach Statystyki podsumowujące Statystyki według osi Rozgłaszanie Maski logiczne Podsumowanie: wyniki egzaminów

6Wykresy danych

Wykresy słupkowe Histogramy Kilka wykresów na jednym Obrazy jako tablice Podsumowanie: raport o opadach

9Grupowanie i czyszczenie

Zliczanie wartości Grupowanie danych Kilka podsumowań Brakujące wartości Powtórka: wyniki ankiety

12Wyzwania końcowe

Raport sprzedaży Odczyty z czujników Cyfry w skrócie Odkrywca pingwinów

Poćwicz samodzielnie: Kompilator Python online