Rivalry2

HTML Diff

0 added 0 removed

Original 2026-01-01

Modified 2026-02-26

1 Библиотека Pandas разрабатывалась для работы с табличными данными. Популярными типами файлов для их хранения являются:

2 <ul><li>csv - текстовый формат, в котором значения в столбцах отделены друг от друга разделителем, часто запятой</li>

3 <li>xlsx или xls - форматы файлов электронных таблиц Microsoft Excel</li>

4 </ul>Для чтения и записи таблиц в указанные форматы в Pandas существуют специальные методы. О них пойдет речь в этом уроке.

5 <h2>Чтение данных</h2>

6 Начнем работу с продажами в сети из четырех магазинов за одну неделю, которые хранятся в формате csv с запятой в качестве разделителя. Воспользуемся методом read_csv():

7 При чтении данных метод не знает, что считать за индекс в данных, поэтому расставляет индексы самостоятельно. Это возрастающая последовательность целых чисел, которая начинается с нуля. В нашем примере явным индексом является первый столбец - Weekday. Дополним метод параметром index_col с явным указанием номера столбца, который хранит индексы:

8 У разделителя в данных формата csv есть важное значение при чтении. По умолчанию это запятая. Попытка считать данные с разделителем в виде точки с запятой приведет к некорректному чтению. В примере ниже в результате получается пустой DataFrame, в котором индексами стали данные в строках - не то, что хотелось получить:

9 Для корректного чтения в данном случае достаточно воспользоваться параметром sep:

10 Иногда описание данных может предшествовать началу самих табличных данных. В примере ниже файл начинается со строк:

11 Попытка прочитать данный файл повлечет ошибку:

12 Чтобы пропустить ряд строк с описанием, нужно воспользоваться параметром skiprows. Его значение - это количество опускаемых из рассмотрения первых строк в файле:

13 <h2>Запись данных</h2>

14 После чтения и трансформации данных результаты могут быть сохранены в файловую систему. Для этого в Pandas есть ряд специальных методов. Для рассматриваемых типов данных это to_csv() и to_excel():

15 В примере выше метод to_csv() позволяет сохранить DataFrame в изначальном виде. Если в качестве индекса сохранить значения, которые присвоены Pandas по умолчанию, то это может мешать дальнейшему чтению и обработке. Также такие индексы не несут важной информации.

16 У нас есть такие данные:

17 Для них с индексами по умолчанию достаточно воспользоваться параметром index, чтобы не сохранять их файл:

18 В команде разработки можно проговорить, что будет использоваться в качестве разделителя в csv-файле. Также это может быть продиктовано совместимостью с другими частями программного продукта. Чтобы задать разделитель, нужно использовать параметр sep:

19 Метод to_excel() позволяет сохранять табличные данные в формат MS Excel. Параметризация аналогична методу to_csv(). Меняется только название метода и расширение файла с .csv на .xlsx:

20 В некоторых случаях сохранение названий столбцов также можно отключить. Это может потребоваться, когда нужно сохранить значения в ячейках таблицы, или когда названия столбцов не несут дополнительной информации, и не предполагается их использование. Для этого достаточно задать параметр header значением False:

21 Большие таблицы текстовых данных занимают большой объем. Чтобы уменьшить его, можно создавать архивы методами Pandas. Для этого нужно определить метод сжатия и названия файла в архиве, при этом указать их в виде словаря в параметре compression:

22 <h2>Выводы</h2>

23 Данные для долгосрочного хранения размещают в виде файлов на жестких дисках. В данном уроке методами библиотеки Pandas выполнялись операции чтения и записи csv и xlsx файлов - наиболее популярных форматов хранения табличных данных.

24 Данные форматы позволяют хранить таблицы в структурированной форме, но при этом данная форма может сильно варьироваться:

25 <ul><li>Могут использоваться различные варианты разделителей значений в столбцах</li>

26 <li>Строки описания данных могут появляться в шапке таблицы</li>

27 <li>Индексы могут храниться не в привычном крайнем левом столбце</li>

28 </ul>В уроке на практических примерах показано, как действовать в таких ситуациях. Конфигурацией параметров методов мы научились:

29 <ul><li>Пропускать первые строки в таблице</li>

30 <li>Явно указывать столбец с индексом при чтении</li>

31 <li>Игнорировать названия столбцов и индексы при записи таблиц</li>

32 <li>Архивировать таблицы для сохранения дискового пространства</li>

33 </ul>