Pandas Lire le fichier texte

«Dans« Pandas », nous pouvons facilement lire le fichier texte à l'aide de la méthode« Pandas ». «Pandas» nous offre la possibilité de lire le fichier texte. «Pandas» donne différentes méthodes intégrées pour lire le fichier texte. Nous discuterons de toutes les méthodes de ce tutoriel avec tous les paramètres ici et les expliquerons en détail. De plus, nous lirons le fichier texte dans «pandas» en utilisant les méthodes de «pandas» dans nos codes ici."

Méthodes pour lire le fichier texte dans «Pandas»

Dans «Pandas», nous avons trois méthodes qui nous aident à lire le fichier texte. Nous avons également fait quelques exemples ici dans lesquels nous lisons le fichier texte. Les méthodes fournies par les «pandas» sont discutées ci-dessous:

• • En utilisant le PD.Méthode read_csv ().
  • En utilisant le PD.Méthode read_table ().
  • En utilisant le PD.Méthode read_fwf ().

Maintenant, nous expliquons la syntaxe de toutes ces méthodes et discutons également des paramètres de toutes les méthodes en détail dans ce tutoriel.

Syntaxe de read_csv ()

PD.read_csv ('nom de fichier.txt ', sep = ", en-tête = aucun, noms = [" col_name1 "," col_name2, "col_name2",…])

Dans cette méthode, nous ajoutons d'abord le nom du fichier texte dont nous voulons lire les données, et c'est le premier paramètre de cette méthode. Ensuite, nous plaçons le «SEP», qui est un séparateur dans cette méthode, et nous plaçons l'espace ici comme personnage afin qu'il considère l'espace comme le séparateur. Après cela, nous avons le paramètre d'en-tête et la valeur «Aucun» de ce paramètre est utilisée, donc elle créera l'en-tête par défaut, et si nous n'ajouterons pas ce paramètre, il considérera la première ligne du fichier texte Comme l'en-tête. Dans le paramètre «Noms», nous pouvons ajouter les noms de colonne que nous devons ajouter en tant qu'en-tête.

Syntaxe de read_table ()

PD.read_table ('nom de fichier.txt ', Delimiter = ")

Dans cette méthode, nous mettons le nom de fichier du fichier texte comme premier paramètre. Dans le délimiteur, lorsque nous placons ", alors il prendra le caractère spatial comme séparateur.

Syntaxe de read_fwf ()

PD.read_fwf ('nom de fichier.SMS')

Cette méthode ne prend qu'un seul paramètre, qui est le nom du fichier texte.

Maintenant, nous utiliserons ces méthodes pour lire les fichiers texte dans des codes «pandas» et afficher les données du fichier texte sur le terminal.

Exemple # 01

L'application «Spyder» est ici dans laquelle nous avons fait tous ces codes qui sont présentés dans ce tutoriel. Le fichier texte dont nous voulons lire les données que nous voulons lire. Nous utiliserons la méthode "read_csv ()" pour lire ce fichier texte dans "pandas".

Nous importons d'abord la bibliothèque «pandas» parce que nous voulons utiliser la méthode «read_csv ()», et c'est la méthode des «pandas». Nous n'accédant à cette méthode que lorsque nous avons importé la bibliothèque de «pandas». Ici, nous mentionnons «pandas comme pd», donc ce «pd» est placé avec le nom de la méthode pour l'utiliser. Après cela, nous créons ici une variable «DF», qui est utilisée pour stocker les données du fichier texte après la lecture. Nous plaçons le «PD.Méthode read_csv () ”Ici, qui aide à lire le fichier texte et à convertir les données du fichier texte en dataframe et à les stocker dans la variable" df ".

Nous avons passé le nom du fichier, qui est «Mydata.txt, "ici, puis nous utilisons" Sep "et attribuons le caractère vide à ce" Sep ". Ainsi, ce caractère vide fonctionne comme le séparateur dans le fichier texte. Ensuite, nous avons utilisé le «print ()» ci-dessous, qui est utilisé pour imprimer les données du fichier texte. Il affichera les données du fichier texte dans le formulaire DataFrame.

Pour l'exécution de ce code, nous devons appuyer sur «Shift + Entrée» et la sortie sera rendue sur le terminal «Spyder». Le résultat du code ci-dessus s'affiche dans la capture d'écran donnée, et vous pouvez voir que les données du fichier texte s'affichent sous forme de data. Il sépare également les données où le caractère d'espace est présent dans le fichier texte.

Exemple # 02

Le fichier texte que nous lirons dans cet exemple est affiché ici, et nous utiliserons à nouveau la méthode "read_csv ()" mais avec différents paramètres.

La méthode «Pandas» «PD.read_csv () ”est utilisé, et nous passons trois paramètres ici. Tout d'abord, nous plaçons le nom de fichier, qui est «Record.SMS". Le deuxième paramètre est le paramètre «SEP» et lui attribue le caractère vide, puis nous avons le troisième paramètre dans lequel nous définissons «l'en-tête» et l'ajustez à «Aucun», donc il créera l'en-tête par défaut du DataFrame Lorsque nous exécutons ce code. Nous avons enregistré tout cela dans la variable "my_record" et avons également ajouté "my_record" dans la fonction "print ()" pour l'impression.

Toutes les données sont enregistrées dans le dataframe, et elle sépare les données où le caractère d'espace est présent dans les données du fichier texte. Il a également créé l'en-tête par défaut du DataFrame ici parce que nous avons ajusté le paramètre «En-tête» à «Aucun».

Exemple # 03

Le fichier texte de cet exemple s'affiche, et nous utiliserons une fois de plus la méthode "read_csv ()" avec des paramètres modifiés.

Dans ce code, quatre paramètres sont passés ici à la méthode «Pandas» «PD.read_csv () ". Le nom du fichier texte est le premier paramètre. Le paramètre «Sep» reçoit le caractère blanc dans le deuxième paramètre. Le paramètre «En-tête» est défini sur «aucun» dans le troisième argument, et en tant que quatrième paramètre, nous avons défini les «noms» qui apparaîtront comme les noms de colonne du DataFrame après avoir lu le fichier texte, et ces noms de colonne sont "Col_1, Col_2, Col_3, Col_4 et Col_5". Toutes ces informations ont été enregistrées dans la variable «my_record», et «my_record» a également été ajoutée à la méthode «print ()» afin qu'elle imprime sur le terminal.

Toutes les informations du fichier texte sont rendues ici sous forme de dataframe, et séparent également les données où les espaces sont ajoutés dans le fichier texte. Il ajoute également les noms de colonne en conséquence, que nous avons ajoutés ci-dessus dans le code.

Exemple # 04

Ceci est le fichier texte que nous lirons dans cet exemple en utilisant une autre méthode, le «PD.Méthode read_table () ”.

Le «PD.La méthode read_table () "est ajoutée ici pour lire le fichier texte, et nous ajoutons" ABC.txt », qui est le nom du fichier texte. Cette méthode aide à lire le fichier texte, et nous avons également ajusté le paramètre «Demiter» au caractère de l'espace, donc il fonctionnera également comme le séparateur que nous avons expliqué ci-dessus. Ensuite, toutes les données de fichier du texte sont enregistrées dans la variable «my_data» et également imprimée ici.

La ligne initiale de notre fichier texte est affichée ici comme les noms de colonne du dataframe, et les données du fichier texte sont imprimées sous forme de dataframe. De plus, il sépare les données du fichier texte où le caractère d'espace est présent.

Exemple # 05

Maintenant, le fichier texte contient les données, qui s'affichent ci-dessous. Nous appliquerons cette fois le "read_fwf ()" et afficherons comment il rend les données après avoir lu le fichier texte.

Comme nous savons que cette méthode «read_fwf ()» ne prend qu'un seul paramètre, qui est le nom de fichier que nous voulons lire. Nous ajoutons «TextFile.txt ”ici, qui est le nom de notre fichier texte et attribuez cette méthode Pandas à la variable" file_data ", qui stockera les données de ce fichier texte. Ensuite, nous mettons "Print (file_data)" afin qu'il imprime également ces données.

Ici, toutes les données du fichier texte sont affichées. Il n'a pas séparé les données où les caractères de l'espace sont présents car il n'y a pas de paramètre comme «SEP» ou «délimiteur» dans cette fonction.

Conclusion

Ce tutoriel explique comment lire le fichier texte dans «Pandas» et quelles méthodes sont utilisées pour lire le fichier texte dans «Pandas». Nous avons discuté de toutes les méthodes qui nous aident à lire le fichier texte dans «Pandas». Nous avons exploré trois méthodes différentes de «pandas» pour lire nos fichiers texte en «pandas» dans ce tutoriel. Nous avons également expliqué la syntaxe de toutes les méthodes ainsi que les paramètres de toutes les méthodes en détail ici et avons lu de nombreux fichiers texte en appliquant différentes méthodes avec tous les paramètres possibles de ce tutoriel.