फ्लैट फाइल्स का परिचय

pandas के साथ सरल Data Ingestion

Amany Mahfouz

Instructor

pandas

pandas लोगो

डेटा फ्रेम्स

दो-आयामी डेटा के लिए pandas-विशिष्ट संरचना

देश, राजधानी शहर, और क्षेत्रफल (स्क्वेयर माइल) वाला डेटा फ्रेम

डेटा फ्रेम्स

दो-आयामी डेटा के लिए pandas-विशिष्ट संरचना

कॉलम लेबल (Country, Population, और Area (sq. mi.)) हाइलाइट किए हुए डेटा फ्रेम

डेटा फ्रेम्स

दो-आयामी डेटा के लिए pandas-विशिष्ट संरचना

रो लेबल/इंडेक्स हाइलाइट किया हुआ डेटा फ्रेम

फ्लैट फाइल्स

सरल, बनाना आसान फॉर्मेट
डेटा प्लेन टेक्स्ट में होता है (कोई फॉर्मेटिंग नहीं)
प्रति लाइन एक रो
अलग-अलग फील्ड के मान डिलिमिटर से अलग होते हैं
सबसे आम फ्लैट फाइल: कॉमा-सेपरेटेड वैल्यूज़
इन्हें लोड करने के लिए एक pandas फंक्शन: read_csv()

CSVs लोड करना

us_tax_data_2016.csv का सैंपल

STATEFIPS,STATE,zipcode,agi_stub,...,N11901,A11901,N11902,A11902
1,AL,0,1,...,63420,51444,711580,1831661

import pandas as pd


tax_data = pd.read_csv("us_tax_data_2016.csv")

tax_data.head(4)

   STATEFIPS STATE  zipcode  agi_stub   ...     N11901  A11901  N11902   A11902
0          1    AL        0         1   ...      63420   51444  711580  1831661
1          1    AL        0         2   ...      74090  110889  416090  1173463
2          1    AL        0         3   ...      64000  143060  195130   543284
3          1    AL        0         4   ...      45020  128920  117410   381329

[4 rows x 147 columns]

अन्य फ्लैट फाइल्स लोड करना

अलग डिलिमिटर sep से तय करें

us_tax_data_2016.tsv का सैंपल

STATEFIPS    STATE    zipcode    agi_stub    ...    N11901    A11901    N11902    A11902
1    AL    0    1    ...    63420    51444    711580    1831661

import pandas as pd

tax_data = pd.read_csv("us_tax_data_2016.tsv", sep="\t")

tax_data.head(3)

   STATEFIPS STATE  zipcode  agi_stub   ...     N11901  A11901  N11902   A11902
0          1    AL        0         1   ...      63420   51444  711580  1831661
1          1    AL        0         2   ...      74090  110889  416090  1173463
2          1    AL        0         3   ...      64000  143060  195130   543284

[3 rows x 147 columns]

अभ्यास करते हैं!

pandas के साथ सरल Data Ingestion