Pandas read_csv() с примером

В этом уроке вы узнаете:

• Импорт CSV в Pandas
• Метод Pandas read_csv()
• Pandas метод groupby()

Метод Pandas read_csv()

Чтобы импортировать набор данных CSV, вы можете использовать объект pd.read_csv(). Основной аргумент внутри:

Pandas read_csv() Синтаксис

pandas.read_csv(filepath_or_buffer,sep=', ',`names=None`,`index_col=None`,`skipinitialspace=False`)

• filepath_or_buffer : Путь или URL с данными
• sep=’, ‘ : Определите разделитель для использования
• `names=None` : Назовите столбцы. Если в наборе данных десять столбцов, вам нужно передать десять имен.
• `index_col=None` : если да, первый столбец используется как индекс строки.
• `skipinitialspace=False` : Пропускать пробелы после разделителя.

Панды read_csv() Пример

## Import csv
import pandas as pd
## Define path data
COLUMNS = ['age','workclass', 'fnlwgt', 'education', 'education_num', 'marital',
           'occupation', 'relationship', 'race', 'sex', 'capital_gain', 'capital_loss',
           'hours_week', 'native_country', 'label']
PATH = "https://archive.ics.uci.edu/ml/machine-learning-databases/adult/adult.data"
df_train = pd.read_csv(PATH,
                       skipinitialspace=True,
                       names = COLUMNS,
                       index_col=False)
df_train.shape

Выход:

(32561, 15)

Pandas метод groupby()

Простой способ просмотреть данные — использовать метод groupby. Этот метод может помочь вам обобщить данные по группам. Ниже приведен список методов, доступных с методом groupby():

• считать: считать
• мин: мин
• макс: макс
• значит: значит
• медиана: медиана
• стандартное отклонение: стандартное отклонение
• так далее

Внутри groupby() вы можете использовать столбец, к которому хотите применить метод.

Давайте посмотрим на одну группу с набором данных для взрослых. Вы получите среднее значение всех непрерывных переменных по типу дохода, то есть выше 50 000 или ниже 50 00

df_train.groupby(['label']).mean()

Вы можете получить минимальный возраст по типу домохозяйства:

df_train.groupby(['label'])['age'].min()
label
<=50K    17
>50K     19
Name: age, dtype: int64
Вы также можете группировать по нескольким столбцам. Например, вы можете получить максимальный прирост капитала в зависимости от типа домохозяйства и семейного положения

df_train.groupby(['label', 'marital'])['capital_gain'].max()				
label  marital              
<=50K  Divorced                 34095
       Married-AF-spouse         2653
       Married-civ-spouse       41310
       Married-spouse-absent     6849
       Never-married            34095
       Separated                 7443
       Widowed                   6849
>50K   Divorced                 99999
       Married-AF-spouse         7298
       Married-civ-spouse       99999
       Married-spouse-absent    99999
       Never-married            99999
       Separated                99999
       Widowed                  99999
Name: capital_gain, dtype: int64

Вы можете создать сюжет после groupby. Один из способов сделать это — использовать график после группировки.

Чтобы создать более совершенный график, вы будете использовать unstack() после mean(), чтобы у вас был тот же многоуровневый индекс, или вы объединяете значения по доходу ниже 50 000 и выше 50 000. В этом случае на участке будет две группы вместо 14 (2*7).

Если вы используете Jupyter Notebook , обязательно добавьте встроенный %matplotlib, иначе график не будет отображаться.

%matplotlib inline
df_plot = df_train.groupby(['label', 'marital'])['capital_gain'].mean().unstack()
df_plot

Резюме

• Чтобы импортировать набор данных CSV в Pandas, вы можете использовать объект pd.read_csv().
• Метод groupby() может помочь вам обобщить данные по группам.
• Вы также можете группировать по нескольким столбцам. Например, вы можете получить максимальный прирост капитала в зависимости от типа домохозяйства и семейного положения.

Статья является переводом .guru99.com