Obține date din alte fișiere flat

Deși fișierele CSV sunt cele mai comune fișiere flat, vei întâlni uneori fișiere care folosesc alți delimitatori. read_csv() le poate încărca pe toate cu ajutorul argumentului cu cuvânt cheie sep. Implicit, pandas presupune că separatorul este virgula, motiv pentru care nu este nevoie să specifici sep pentru fișierele CSV.

Versionea datelor fiscale din Vermont folosită aici este un fișier cu valori separate prin tab (TSV), așa că va trebui să folosești sep pentru a transmite delimitatorul corect la încărcarea fișierului. Reține că taburile sunt reprezentate prin \t. Odată ce fișierul a fost încărcat, restul codului grupează câmpul N1, care conține categorii de intervale de venit, pentru a crea un grafic al declarațiilor fiscale pe categorii de venit.

Acest exercițiu face parte din cursul

Ingestie eficientă a datelor cu pandas

Vezi cursul

Instrucțiuni pentru exercițiu

Importă pandas cu aliasul pd.
Încarcă vt_tax_data_2016.tsv, asigurându-te că setezi delimitatorul corect cu ajutorul argumentului cu cuvânt cheie sep.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import pandas with the alias pd
____

# Load TSV using the sep keyword argument to set delimiter
data = ____(____, ____)

# Plot the total number of tax returns by income group
counts = data.groupby("agi_stub").N1.sum()
counts.plot.bar()
plt.show()

Editează și rulează codul