Il pacchetto pandas è ottimo per gestire molti dei problemi che potresti incontrare quando importi dati come data scientist, come commenti presenti nei flat file, righe vuote e valori mancanti (NA o NaN). Per chiudere questo capitolo, importerai una copia corrotta del dataset Titanic titanic_corrupt.txt, che contiene commenti dopo il carattere '#' ed è delimitata da tabulazioni.

Gli argomenti principali di pd.read_csv() includono:

sep imposta il delimitatore previsto.
- Puoi usare ',' per i file separati da virgola.
- Puoi usare '\t' per i file separati da tabulazioni.
comment indica i caratteri dopo i quali compaiono i commenti nel file, specificando che qualsiasi testo che inizia con questi caratteri deve essere ignorato.
na_values accetta un elenco di stringhe da identificare come NA/NaN. Per impostazione predefinita, alcuni valori sono già riconosciuti come NA/NaN. Fornendo questo argomento aggiungerai ulteriori valori.

Quiz lampo: cosa sono esattamente i flat file?

Introduzione all'importazione dei dati in Python

Esercizio pratico interattivo