รัน pandas ออนไลน์

อ่านข้อมูล CSV ด้วย pandas

ในบทเรียนนี้ คุณจะอ่านข้อมูล CSV เข้า DataFrame ด้วยฟังก์ชัน read_csv() ของ pandas

  • ระดับกลาง
  • อ่าน 2 นาที
  • ตัวอย่างที่รันได้ 1 ตัวอย่าง

pandas read_csv ใช้เมื่อใด?

ปัญหาที่ต้องแก้

ข้อมูลส่วนใหญ่ที่คุณจะเจอเก็บในไฟล์ CSV: ข้อมูลที่ export จากสเปรดชีต รายการเดินบัญชี log จากเซนเซอร์ การแยกบรรทัดและจุลภาคเองพังเมื่อเจอเครื่องหมายคำพูด ค่าที่หายไป และตัวเลขที่เก็บเป็นข้อความ pandas อ่านได้ถูกต้องในบรรทัดเดียว

ลองนึกภาพแบบนี้

read_csv เหมือนพนักงานบันทึกข้อมูลที่คัดลอกรายการลงสเปรดชีต บรรทัดแรกให้ชื่อคอลัมน์ ทุกบรรทัดต่อจากนั้นกลายเป็นหนึ่งแถว และพนักงานสังเกตว่าคอลัมน์ไหนเก็บตัวเลข

จากพนักงานบันทึกข้อมูลสู่โค้ด
"name,score\n..."📃 บรรทัดของข้อความ CSV
StringIO(csv_text)📂 ทำเหมือนข้อความเป็นไฟล์ที่เปิดอยู่
pd.read_csv(...)🧑‍💼 คัดลอกลงตาราง
students📊 คอลัมน์ name และ score สามแถว
บรรทัดแรกกลายเป็นชื่อคอลัมน์ แต่ละบรรทัดหลังจากนั้นกลายเป็นแถว
สรุปในประโยคเดียว

pd.read_csv อ่านข้อความที่คั่นด้วยจุลภาคจากไฟล์หรืออ็อบเจกต์ที่ทำตัวเหมือนไฟล์ลงใน DataFrame โดยใช้บรรทัดแรกเป็นชื่อคอลัมน์และเดาชนิดของแต่ละคอลัมน์

ไฟล์ CSV ใช้แลกเปลี่ยนข้อมูลระหว่างสเปรดชีต ระบบธุรกิจ เครื่องมือวิเคราะห์ API และฐานข้อมูล pandas.read_csv() โหลดข้อมูลเป็น DataFrame เพื่อทำความสะอาด กรอง และวิเคราะห์

กรณีใช้งานทั่วไป

  • วิเคราะห์ข้อมูลที่ส่งออกจาก Excel, Google Sheets หรือ CRM
  • โหลด dataset สำหรับ data science และ machine learning
  • แก้ไขข้อมูลที่หายไป ชนิดข้อมูลผิด หรือข้อมูลซ้ำก่อนนำเข้า
เคล็ดลับ: สำหรับข้อมูลจริงควรกำหนด dtype, parse_dates, usecols และ na_values เพื่อควบคุมการอ่านอย่างชัดเจน

ใช้เมื่อไร?

  • โหลดข้อมูลที่ export จากสเปรดชีต ฐานข้อมูล และเว็บไซต์
  • อ่าน log และรายงานจำนวนมาก
  • ขั้นแรกของการวิเคราะห์ข้อมูลเกือบทุกครั้ง

เมื่อไรยังไม่จำเป็น

  • ไฟล์ Excel ที่มีหลายชีต: ใช้ pd.read_excel
  • ไฟล์ที่ใหญ่เกินหน่วยความจำ: อ่านเป็นชุดด้วย chunksize

ตัวอย่างพื้นฐาน

รันโค้ด →
main.py
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)
สร้างปุ่ม Run สำหรับตัวอย่างนี้

ผลลัพธ์จากการรัน

name  score
0  Ada     95
1  Lin     88
2  Sam     91

ตัวอย่างขั้นสูง

ไฟล์ CSV จริงมักมีขนาดใหญ่และข้อมูลไม่สมบูรณ์ ตัวอย่างนี้เลือกเฉพาะคอลัมน์ที่ต้องใช้ แปลงวันที่ กำหนดชนิดข้อมูล และตรวจจับรูปแบบข้อมูลที่หายไปหลายแบบ

advanced_csv.py
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)

อธิบายโค้ด

StringIO เปลี่ยนสตริงเป็นออบเจกต์ที่ทำงานเหมือนไฟล์ที่เปิดอยู่ read_csv() จึงอ่านได้ทันทีโดยไม่ต้องสร้างไฟล์ชั่วคราว pandas รู้ว่าบรรทัดแรกเป็นหัวตารางและเดาชนิดของแต่ละคอลัมน์ กับข้อมูลจริง พารามิเตอร์อย่าง dtype, parse_dates และ na_values ช่วยควบคุมการอ่านได้

เปลี่ยนค่าและรันโปรแกรมด้วย คอมไพเลอร์ Python ออนไลน์ของ CodeUtility โดยไม่ต้องติดตั้ง Python

แบบฝึกหัดเพิ่มเติม

ลองแก้โค้ดตามคำแนะนำด้านล่าง การเปลี่ยนโค้ดแล้วดูผลลัพธ์จะช่วยให้เข้าใจบทเรียนได้ดีกว่าการอ่านอย่างเดียวมาก

  1. เพิ่มแถว คอลัมน์ และค่าที่หายไปบางส่วนในข้อมูลตัวอย่าง
  2. รวมการกรอง การเรียง และ groupby เพื่อสร้างรายงานเล็ก ๆ
  3. อ่านไฟล์ข้อมูลจริง ตรวจชนิดของแต่ละคอลัมน์ และจัดการค่าที่ไม่ถูกต้อง
รันในคอมไพเลอร์ Python →

ข้อผิดพลาดที่พบบ่อย

ตัวคั่นผิด

ไฟล์ CSV ของยุโรปมักใช้ ; ทุกอย่างจึงไปอยู่ในคอลัมน์เดียว

ปัญหา
pd.read_csv("data.csv")
วิธีแก้
pd.read_csv("data.csv", sep=";")

เรียนบทนี้จบแล้วใช่ไหม

ทำเครื่องหมายว่าเรียนแล้วเพื่อติดตามความคืบหน้า