Leggere dati CSV con pandas
In questa lezione leggerai dati CSV in un DataFrame con la funzione read_csv() di pandas.
Quando si usa pandas read_csv?
Il problema
La maggior parte dei dati che incontrerai è salvata in file CSV: esportazioni da fogli di calcolo, estratti conto, log di sensori. Se separi a mano righe e virgole, il codice si rompe con virgolette, valori mancanti e numeri salvati come testo. pandas li legge correttamente in una riga.
Immaginalo così
read_csv è come un impiegato che copia una lista in un foglio di calcolo. La prima riga dà i titoli delle colonne, ogni riga successiva diventa una riga della tabella, e l'impiegato nota quali colonne contengono numeri.
"name,score\n..."📃 Le righe del testo CSVStringIO(csv_text)📂 Fai finta che il testo sia un file apertopd.read_csv(...)🧑💼 Copialo in una tabellastudents📊 Colonne name e score, tre righepd.read_csv legge in un DataFrame del testo separato da virgole, preso da un file o da un oggetto che si comporta come un file. Usa la prima riga come nomi delle colonne e indovina il tipo di ogni colonna.
I file CSV scambiano dati tra fogli di calcolo, sistemi aziendali, strumenti di analisi, API e database. pandas.read_csv() li carica in un DataFrame per pulizia, filtro e analisi.
Casi d’uso comuni
- Analizzare esportazioni da Excel, Google Sheets o CRM.
- Caricare dataset per data science e machine learning.
- Correggere valori mancanti, tipi errati e duplicati prima dell’importazione.
Quando si usa?
- Caricare dati esportati da fogli di calcolo, database e siti web.
- Leggere log e report in blocco.
- Il primo passo di quasi ogni analisi dei dati.
Quando non serve
- File Excel con più fogli: usa
pd.read_excel. - File troppo grandi per la memoria: leggili a blocchi con
chunksize.
Esempio di base
import pandas as pd
from io import StringIO
csv_text = "name,score\nAda,95\nLin,88\nSam,91"
students = pd.read_csv(StringIO(csv_text))
print(students)
Risultato dell'esecuzione
name score
0 Ada 95
1 Lin 88
2 Sam 91
Esempio avanzato
I CSV reali sono spesso grandi e imperfetti. Questo esempio seleziona le colonne necessarie, interpreta le date, imposta i tipi e riconosce più formati di valori mancanti.
import pandas as pd
sales = pd.read_csv(
"sales.csv",
usecols=["order_date", "product", "quantity", "revenue"],
parse_dates=["order_date"],
dtype={"product": "string", "quantity": "Int64"},
na_values=["", "N/A", "unknown"],
)
sales = sales.dropna(subset=["order_date", "product"])
monthly_revenue = sales.groupby(
sales["order_date"].dt.to_period("M")
)["revenue"].sum()
print(monthly_revenue)
Spiegazione del codice
StringIO trasforma una stringa in un oggetto che funziona come un file aperto, così read_csv() può leggerlo direttamente senza creare un file temporaneo. pandas riconosce la prima riga come intestazione delle colonne e deduce il tipo di dato di ciascuna. Con dati reali puoi usare parametri come dtype, parse_dates e na_values per controllare la lettura.
Modifica i valori ed esegui il programma nel compilatore Python online CodeUtility senza installare Python.
Esercizi di approfondimento
Prova a modificare il codice seguendo i suggerimenti qui sotto. Cambiare il codice e osservare il risultato ti aiuta a capire molto più che leggerlo soltanto.
- Aggiungi righe, colonne e qualche valore mancante ai dati di esempio.
- Combina filtro, ordinamento e groupby per creare un piccolo report.
- Leggi un file di dati reale, controlla il tipo di ogni colonna e gestisci i valori non validi.
Errori comuni
Separatore sbagliato
I file CSV europei usano spesso il ; come separatore, quindi tutto finisce in una sola colonna.
pd.read_csv("data.csv")
pd.read_csv("data.csv", sep=";")
Hai finito questa lezione?
Segnala come imparata per tenere traccia dei tuoi progressi.