زبان برنامه نویسی پایتون: کار با داده‌های CSV - پرسش و پاسخ

پرسش:

چگونه می توان یک فایل CSV را بدون هدر (header) خواند؟

پاسخ:

برای خواندن یک فایل CSV بدون هدر، هنگام استفاده از تابع read_csv، آرگو مان header را برابر با None قرار دهید. این کار باعث می شود که pandas اولین ردیف را به عنوان داده در نظر بگیرد و ستون ها را با ایندکس عددی نام گذاری کند. مثال: df = pd.read_csv('no_header.csv', header=None)

پرسش:

چگونه می توان ستون های خاصی را هنگام خواندن فایل CSV انتخاب کرد؟

پاسخ:

برای انتخاب ستون های خاص هنگام خواندن فایل CSV، از آرگو مان usecols در تابع read_csv استفاده کنید. این آرگو مان لیستی از نام ستون ها یا ایندکس ستون هایی را که می خواهید بخوانید، می پذیرد. مثال: df = pd.read_csv('data.csv', usecols=['Column1', 'Column3'])

پرسش:

چگونه می توان فایل CSV را با جداکننده (delimiter) متفاوت از کاما خواند؟

پاسخ:

اگر فایل CSV شما از جداکننده ای غیر از کاما (مانند نقطه ویرگول یا تب) استفاده می کند، می توانید این جداکننده را با استفاده از آرگو مان sep در تابع read_csv مشخص کنید. مثال: df = pd.read_csv('semicolon_data.csv', sep=';')

پرسش:

چگونه می توان ردیف های مشخصی را هنگام خواندن فایل CSV نادیده گرفت؟

پاسخ:

برای نادیده گرفتن ردیف های اول یک فایل CSV، از آرگو مان skiprows در تابع read_csv استفاده کنید. این آرگو مان می تواند یک عدد صحیح برای تعداد ردیف هایی که باید نادیده گرفته شوند، یا لیستی از ایندکس ردیف هایی که باید نادیده گرفته شوند را بپذیرد. مثال: df = pd.read_csv('data.csv', skiprows=[0, 2])

پرسش:

چگونه می توان داده های یک DataFrame را به صورت رشته ای (string) در فایل CSV ذخیره کرد؟

پاسخ:

برای ذخیره داده ها به صورت رشته ای، می توانید قبل از نوشتن در فایل CSV، نوع داده ستون ها را به object یا string تغییر دهید. سپس هنگام استفاده از to_csv، هیچ تبدیل خودکار نوع داده ای صورت نخواهد گرفت. اگر می خواهید همه مقادیر به صورت رشته ای ذخیره شوند، می توانید از آرگو مان quoting در to_csv استفاده کنید. مثال: df['Column1'] = df['Column1'].astype(str) df.to_csv('string_data.csv', index=False)