Importer un fichier par blocs

Avec de gros fichiers, il est souvent plus simple de charger et de traiter les données par morceaux. Exerçons-nous avec les données fiscales du Vermont.

Les 500 premières lignes ont été chargées sous le nom vt_data_first500. Vous allez récupérer les 500 lignes suivantes. Pour ce faire, vous utiliserez plusieurs arguments nommés : nrows et skiprows pour obtenir les bons enregistrements, header pour indiquer à pandas que les données n'ont pas de noms de colonnes, et names pour fournir les noms de colonnes manquants. Vous voudrez aussi utiliser la fonction list() pour récupérer les noms de colonnes de vt_data_first500 et les réutiliser.

pandas a été importé sous l'alias pd.

Cette activité fait partie du cours

Ingestion de données rationalisée avec pandas

Voir le cours

Instructions de l’exercice

Utilisez nrows et skiprows pour créer un dataframe, vt_data_next500, avec les 500 lignes suivantes.
Définissez l'argument header pour que pandas sache qu'il n'y a pas de ligne d'en-tête.
Nommez les colonnes de vt_data_next500 en fournissant à l'argument names une liste des colonnes de vt_data_first500.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create dataframe of next 500 rows with labeled columns
vt_data_next500 = pd.read_csv("vt_tax_data_2016.csv", 
                       		  ____,
                       		  ____,
                       		  ____,
                       		  ____)

# View the Vermont dataframes to confirm they're different
print(vt_data_first500.head())
print(vt_data_next500.head())

Modifier et exécuter le code