Von CSV zum DataFrame (1)

Es ist zwar möglich, Daten in einem Dictionary zu sammeln und daraus einen DataFrame zu erstellen, aber besonders effizient ist das nicht. Stell dir vor, du hast es mit Millionen von Beobachtungen zu tun! In solchen Fällen liegen die Daten normalerweise in Dateien mit einer regelmäßigen Struktur vor. Ein typisches Beispiel für solche Dateitypen ist das CSV-Format. Die Abkürzung CSV steht für „comma-separated values“ – die Werte werden also jeweils durch ein Komma getrennt.

Um CSV-Daten als pandas-DataFrame in Python zu importieren, kannst du read_csv() nutzen.

Wir testen diese Funktion jetzt mit denselben Fahrzeugdaten aus der vorigen Übung. Diesmal liegen die Daten jedoch in einer CSV-Datei namens cars.csv vor. Sie ist in deinem aktuellen Arbeitsverzeichnis verfügbar, also einfach über den Pfad 'cars.csv'.

Diese Übung ist Teil des Kurses

Python für Fortgeschrittene

Kurs anzeigen

Anleitung zur Übung

Um CSV-Dateien zu importieren, brauchst du noch das Paket pandas. Importiere es als pd.
Verwende pd.read_csv(), um die Daten von cars.csv als DataFrame zu importieren. Speichere diesen DataFrame als cars.
Gib cars aus. Sieht alles wie erwartet aus?

Interaktive Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Import pandas as pd


# Import the cars.csv data: cars


# Print out cars

Code bearbeiten und ausführen