Une note sur la façon de lire le fichier lors de l'utilisation des données de table du fichier csv enregistré localement en python.
Utilisez la méthode read_csv du module pandas.
** ■ Syntaxe Read_csv **
pandas.read_csv ('chemin du fichier csv')
└ Le chemin peut être soit un chemin absolu, soit un chemin relatif.
└ pandas est souvent abrégé en pd et importé.
import pandas as pd
** df ** (abréviation de dataframe) est souvent utilisé comme variable.
Si vous ne le stockez pas dans une variable, le contenu sera affiché lors de sa lecture.
** ▼ Qu'est-ce que DataFrame ** ・ Un type de format de données ・ Données de la table Iwaruyu (image Excel) -En définissant la variable sur df, il est facile de comprendre que "ce sont des données de table".
Chargez test.csv sur le bureau.
df = pd.read_csv('~/desktop/test.csv')
└ "df": variable arbitraire
└「pd」：pandas
└ ".read_csv ('')": Méthode de lecture de csv avec pandas
└ "~ / desktop / test.csv": spécifiez le fichier test.csv du bureau avec le chemin complet.
python
import pandas as pd
df = pd.read_csv('~/desktop/test.csv')
print(df)
#Exemple de sortie
# date start high low end adjusted
#0 2020/3/9 20,343.31 20,347.19 19,472.26 19,698.76 19,698.76
#1 2020/3/6 21,009.80 21,061.20 20,613.91 20,749.75 20,749.75
#2 2020/3/5 21,399.87 21,399.87 21,220.76 21,329.12 21,329.12
#3 2020/3/4 20,897.20 21,245.93 20,862.05 21,100.06 21,100.06
Lisez test-same-directory.csv dans la même hiérarchie que le fichier .py.
df = pd.read_csv('test-same-directory.csv')
└ "df": variable arbitraire
└「pd」：pandas
└ ".read_csv ('')": Méthode de lecture de csv avec pandas
└ "test-same-directory.csv": lit le fichier spécifié dans le même répertoire.
python
import pandas as pd
df2 = pd.read_csv(''test-same-directory.csv'')
print(df2)
#Exemple de sortie
# date start high low end adjusted
#0 2020/3/9 20,343.31 20,347.19 19,472.26 19,698.76 19,698.76
#1 2020/3/6 21,009.80 21,061.20 20,613.91 20,749.75 20,749.75
#2 2020/3/5 21,399.87 21,399.87 21,220.76 21,329.12 21,329.12
#3 2020/3/4 20,897.20 21,245.93 20,862.05 21,100.06 21,100.06
Pour plus d'informations, cliquez ici [https://qiita.com/yuta-38/items/e1e890a647e77c7ccaad)