Pandas read_table

Les pandas sont livrés avec divers outils pour lire les données des liens et des fichiers, que nous pouvons utiliser dans notre processus de développement ou de recherche. Nous passerons par une méthode: le read_table () Et ses quelques exemples.

Quelle est la méthode read_table ()

Pandas est un outil populaire d'analyse des données, d'exploration et de manipulation. Nous utilisons régulièrement les URL et les fichiers pour faire les différentes activités lors de la recherche dans des données réelles. Les pandas fournissent plusieurs outils. L'une de ses approches est la lecture_table (). C'est assez similaire aux pandas read_csv () méthode. Comme la méthode read_csv (), cela lit également le tableau donné, y compris les dataframes. De plus, nous pouvons également spécifier diverses options pour obtenir des lignes personnalisées à partir du tableau donné.

Exemples de méthode read_table ()

Exemple 1

Avec des colonnes séparées par ',' Affichez l'ensemble du contenu du fichier.

# Importation de pandas
Importer des pandas en tant que PD
PD.read_table ('fichier.CSV ', Delimiter =', ')

Exemple n ° 2

Sauter des lignes sans mettre à jour les index des lignes

# Importation de pandas
Importer des pandas en tant que PD
PD.read_table ('fichier.CSV ', Delimiter =', ', Skiprows = 5, index_col = 0)

Exemple n ° 3

Le code suivant vous permet de sauter les lignes avec des index mis à jour:

# Importation de pandas
Importer des pandas en tant que PD
PD.read_table ('fichier.CSV ', Delimiter =', ', Skiprows = 5)

Exemple n ° 4

Si vous souhaitez simplement lire les quelques lignes supérieures, définissez le nrows Option au nombre approprié de lignes.

# Importation de pandas
Importer des pandas en tant que PD
PD.read_table ('fichier.CSV ', Delimiter =', ', index_col = 0, nrows = 5)

Exemple n ° 5

Met le skipfooter Option au numéro requis en bas pour sauter les lignes comme indiqué dans la commande suivante:

# Importation de pandas
Importer des pandas en tant que PD
PD.read_table ('fichier.CSV ', Delimiter =', ', index_col = 0, moteur =' python ', skipfooter = 5)

Conclusion

Nous avons discuté de la description et des exemples de la méthode Pandas Read_Table (), qui lit les tables à partir de fichiers et de liens. Nous avons également appris comment nous pouvions sauter et obtenir des lignes personnalisées à partir de l'entrée donnée en fonction de nos besoins.