Función pandas read_table()

Pandas es uno de los paquetes más utilizados para el análisis, la exploración y la manipulación de datos. Mientras analizamos los datos del mundo real, a menudo usamos las URL para realizar diferentes operaciones y los pandas brindan múltiples métodos para hacerlo. Uno de esos métodos es read_table() .

Parámetros:
leer_tabla(filepath_or_buffer, sep=False, delimitador=Ninguno, header=’infer’, names=Ninguno, index_col=Ninguno, usecols=Ninguno, squeeze=False, prefix=Ninguno, mangle_dupe_cols=True, dtype=Ninguno, motor=Ninguno, convertidores =Ninguno, true_values=Ninguno, false_values=Ninguno, skipinitialspace=False, skiprows=Ninguno, skipfooter=0, nrows=Ninguno, na_values=Ninguno, keep_default_na=True, na_filter=True, verbose=False, skip_blank_lines=True, parse_dates=False , infer_datetime_format=False, keep_date_col=False, date_parser=Ninguno, dayfirst=False, iterator=False, chunksize=Ninguno,pression=’infer’, miles=Ninguno, decimal=b’.’, lineterminator=Ninguno, quotechar=’” ‘, comillas = 0, comillas dobles = Verdadero, escapechar = Ninguno, comentario = Ninguno, codificación = Ninguno, dialecto = Ninguno, tupleize_cols = Ninguno, error_bad_lines = Verdadero, warn_bad_lines = Verdadero, delim_whitespace = Falso, low_memory = Verdadero, memory_map = Falso, float_precision=Ninguno)

Devoluciones: un archivo de valores separados por comas (‘,’) (csv) se devuelve como datos bidimensionales con ejes etiquetados.

Para obtener el enlace al archivo csv utilizado en el artículo, haga clic aquí .
 
Código #1: Mostrar todo el contenido del archivo con columnas separadas por ‘,’

# importing pandas
import pandas as pd
  
pd.read_table('nba.csv',delimiter=',')

Producción:

Código #2: Saltar filas sin indexar

# importing pandas
import pandas as pd
  
pd.read_table('nba.csv',delimiter=',',skiprows=4,index_col=0)

Producción:

En el código anterior, se omiten cuatro filas y se muestra la última fila omitida.

 
Código #3: Saltar filas con indexación

# importing pandas
import pandas as pd
  
pd.read_table('nba.csv',delimiter=',',skiprows=4)

Producción:

Código n.° 4: en el caso de un archivo grande, si desea leer solo unas pocas líneas, proporcione el número requerido de líneas a nrows .

# importing pandas
import pandas as pd
  
pd.read_table('nba.csv',delimiter=',',index_col=0,nrows=4)

Producción:

Código # 5: si desea omitir líneas desde la parte inferior del archivo, proporcione la cantidad requerida de líneas para skipfooter .

# importing pandas
import pandas as pd
  
pd.read_table('nba.csv',delimiter=',',index_col=0,
                     engine='python',skipfooter=5)

Producción:

Código #6: Número(s) de fila para usar como nombres de columna, y el comienzo de los datos ocurre después del último número de fila dado en el encabezado .

# importing pandas
import pandas as pd
  
pd.read_table('nba.csv',delimiter=',',index_col=0,header=[1,3,5])

Producción: