read_csv() option정리

In [1]:

import pandas as pd

df = pd.DataFrame({'c0':[0,1,2], 'c1':[1,2,3], 'c2':[2,3,4]})
df.to_csv("test.csv")
print(df)

   c0  c1  c2
0   0   1   2
1   1   2   3
2   2   3   4

In [2]:

df.to_csv("test.csv", index=False)
print(df)

   c0  c1  c2
0   0   1   2
1   1   2   3
2   2   3   4

index_col

특정한 열을 인덱스로 지정하는 옵션

In [4]:

df1 = pd.read_csv("test.csv", index_col='c2')
print(df1)

    c0  c1
c2        
2    0   1
3    1   2
4    2   3

skiprow

건너 뛰어야할 행을 지정하는 옵션

• 1 : 첫번째 행을 없앤다
• 2 : 첫번째, 두번째 행을 없앤다

In [14]:

df2 = pd.read_csv("test.csv", skiprows=1)
print(df2)

   0  1  2
0  1  2  3
1  2  3  4

header

default값으로 csv파일을 읽어올 때, 첫 번째 행은 그 csv파일의 label로 사용한다. 하지만 이를 None으로 해주면 기본적으로 라벨인 0부터 1씩 증가하면서 자동으로 부여된다.

• infer : 0과 같은 의미이다. default값으로 지정된다. 원래 파일 그대로 지정된다

In [17]:

df3 = pd.read_csv("test.csv", header=0)
print(df3)

   c0  c1  c2
0   0   1   2
1   1   2   3
2   2   3   4

In [18]:

df3 = pd.read_csv("test.csv", header=None)
print(df3)

    0   1   2
0  c0  c1  c2
1   0   1   2
2   1   2   3
3   2   3   4

names

dataframe의 label에 해당하는 값이다. 열벡터(세로)의 첫번째 원소를 말한다. label을 내가 원하는 이름으로 새로 구성할 수 있다.

In [19]:

df4 = pd.read_csv("test.csv", names = ['a', 'b', 'c'])
print(df4)

    a   b   c
0  c0  c1  c2
1   0   1   2
2   1   2   3
3   2   3   4

prefix

문자 한 개를 넘겨주면 그 옆에 0, 1, 2, ... 으로 늘려가며 자동으로 names(label)을 생성한다

In [26]:

df5 = pd.read_csv("test.csv", header=None, prefix='V')
print(df5)

# 다른 옵션
df5 = pd.read_csv("test.csv", names=[f'V{i}' for i in range(3)])
print(df5)

   V0  V1  V2
0  c0  c1  c2
1   0   1   2
2   1   2   3
3   2   3   4
   V0  V1  V2
0  c0  c1  c2
1   0   1   2
2   1   2   3
3   2   3   4

In [24]:

# skiprows 적용 옵션
df5 = pd.read_csv("test.csv", header=None, prefix='V', skiprows=1)
print(df5)

   V0  V1  V2
0   0   1   2
1   1   2   3
2   2   3   4

dtype

전체 원소 type을 바꿔주거나, name으로 접근해서 해당 열만 type을 바꿀 수도 있다.

In [28]:

import numpy as np

df6 = pd.read_csv("test.csv", dtype=np.float64)
print(df6)

    c0   c1   c2
0  0.0  1.0  2.0
1  1.0  2.0  3.0
2  2.0  3.0  4.0

In [30]:

df6 = pd.read_csv("test.csv", dtype={'c0':np.float64})
print(df6)

    c0  c1  c2
0  0.0   1   2
1  1.0   2   3
2  2.0   3   4

na_values

결측값으로 인식할 문자열을 지정한다

In [31]:

df7 = pd.read_csv("test.csv", na_values='1')
print(df7)

    c0   c1  c2
0  0.0  NaN   2
1  NaN  2.0   3
2  2.0  3.0   4

In [32]:

df7 = pd.read_csv("test.csv", na_values=['1', '2'])
print(df7)

    c0   c1   c2
0  0.0  NaN  NaN
1  NaN  NaN  3.0
2  NaN  3.0  4.0

In [ ]: