CSV से डेटा पढ़ना, जाँचना, और क्लीन करना

Python में वित्तीय डेटा इम्पोर्ट और मैनेज करना

Stefan Jansen

Instructor

डेटा इंपोर्ट करें और क्लीन करें

सुनिश्चित करें कि pd.DataFrame() CSV सोर्स फ़ाइल {{1}} जैसा ही हो
स्टॉक एक्सचेंज लिस्टिंग: amex-listings.csv

AmEx डेटा

pandas डेटा कैसे स्टोर करता है

हर कॉलम का अपना डेटा फॉर्मेट (dtype) होता है
dtype आपकी गणना और विज़ुअलाइज़ेशन को प्रभावित करता है

`pandas` `dtype`	कॉलम की विशेषताएँ
`object`	टेक्स्ट, या टेक्स्ट और न्यूमेरिक डेटा का मिश्रण
`int64`	न्यूमेरिक: पूर्णांक - 64 बिट्स ($\le 2^{64}$)
`float64`	न्यूमेरिक: दशमलव, या मिसिंग वैल्यू वाले पूर्णांक
`datetime64`	दिनांक और समय जानकारी

इंपोर्ट और इंस्पेक्ट

import pandas as pd

amex = pd.read_csv('amex-listings.csv')

amex.info() # टेबल स्ट्रक्चर और डेटा टाइप जाँचने के लिए

RangeIndex: 360 entries, 0 to 359
Data columns (total 8 columns):
 #   Column                 Non-Null Count  Dtype  
 --  ------                 --------------  -----  
 0   Stock Symbol           360 non-null    object 
 1   Company Name           360 non-null    object 
 2   Last Sale              346 non-null    float64
 3   Market Capitalization  360 non-null    float64
 4   IPO Year               105 non-null    float64
 5   Sector                 238 non-null    object 
 6   Industry               238 non-null    object 
 7   Last Update            360 non-null    object 
dtypes: float64(3), object(5)

मिसिंग वैल्यू से निपटना

# 'n/a' को np.nan से बदलें
amex = pd.read_csv('amex-listings.csv', na_values='n/a')

amex.info()

RangeIndex: 360 entries, 0 to 359
Data columns (total 8 columns):
 #   Column                 Non-Null Count  Dtype  
 --  ------                 --------------  -----  
 0   Stock Symbol           360 non-null    object 
 1   Company Name           360 non-null    object 
 2   Last Sale              346 non-null    float64
 3   Market Capitalization  360 non-null    float64
 4   IPO Year               105 non-null    float64
 5   Sector                 238 non-null    object 
 6   Industry               238 non-null    object 
 7   Last Update            360 non-null    object 
dtypes: float64(3), object(5)

तारीख़ें सही तरह पार्स करना

amex = pd.read_csv('amex-listings.csv',
                   na_values='n/a',
                   parse_dates=['Last Update'])

amex.info()

RangeIndex: 360 entries, 0 to 359
Data columns (total 8 columns):
 #   Column                 Non-Null Count  Dtype         
 --  ------                 --------------  -----  
 0   Stock Symbol           360 non-null    object        
 1   Company Name           360 non-null    object        
 2   Last Sale              346 non-null    float64       
 3   Market Capitalization  360 non-null    float64       
 4   IPO Year               105 non-null    float64       
 5   Sector                 238 non-null    object        
 6   Industry               238 non-null    object        
 7   Last Update            360 non-null    datetime64[ns]
dtypes: datetime64[ns](1), float64(3), object(4)

नतीजा दिखाना

amex.head(2) # पहले n रो दिखाएँ (डिफ़ॉल्ट: 5)

  Stock Symbol   Company Name  
0         XXII   22nd Century Group, Inc   
1          FAX   Aberdeen Asia-Pacific Income Fund Inc   

   Last Sale  Market Capitalization  IPO Year  
0     1.3300           1.206285e+08       NaN  
1     5.0000           1.266333e+09    1986.0  

   Sector        Industry              Last Update  
0  Non-Durables  Farming/Seeds/Milling  2017-04-26  
1  NaN           NaN                    2017-04-25

अभ्यास करते हैं!

Python में वित्तीय डेटा इम्पोर्ट और मैनेज करना