Importera en fil i delar

När du arbetar med stora filer kan det vara enklare att läsa in och bearbeta datan i delar. Vi övar på det här arbetssättet med hjälp av Vermonts skattedata.

De första 500 raderna har laddats in som vt_data_first500. Nu ska du hämta de nästa 500 raderna. För att göra det använder du flera nyckelargument: nrows och skiprows för att välja rätt rader, header för att tala om för pandas att datan saknar kolumnnamn, och names för att ange de kolumnnamn som saknas. Du vill också använda funktionen list() för att hämta kolumnnamnen från vt_data_first500 och återanvända dem.

pandas har importerats som pd.

Den här övningen är en del av kursen

Effektiv datainläsning med pandas

Visa kurs

Övningsinstruktioner

Använd nrows och skiprows för att skapa en dataram, vt_data_next500, med de nästa 500 raderna.
Ange argumentet header så att pandas vet att det inte finns någon rubrikrad.
Namnge kolumnerna i vt_data_next500 genom att skicka en lista med vt_data_first500:s kolumner till argumentet names.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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())

Redigera och kör kod