Chạy pandas online

Đọc tệp CSV bằng pandas read_csv

Tải dữ liệu phân cách bằng dấu phẩy vào DataFrame chỉ với một dòng, từ tệp, URL hay một chuỗi.

  • Trung cấp
  • Đọc trong 2 phút
  • 1 ví dụ chạy được
Bạn sẽ học được gì
  • pd.read_csv với đường dẫn hoặc StringIO
  • Dòng tiêu đề và kiểu dữ liệu của cột
  • Các tuỳ chọn hữu ích: sep, usecols, parse_dates
"name,score\nAda,95\nLin,88\nSam,91"
  1. 1name,scoreTiêu đề → tên cột
  2. 2Ada,95Mỗi dòng → một hàng
  3. 3pd.read_csv(...)Một DataFrame 3 hàng

Đọc CSV với pandas dùng khi nào?

Vấn đề

Phần lớn dữ liệu bạn gặp được lưu trong file CSV: xuất từ bảng tính, sao kê ngân hàng, nhật ký cảm biến. Tự tách từng dòng và dấu phẩy sẽ hỏng khi gặp dấu nháy, giá trị bị thiếu hay số được lưu dạng chữ. pandas đọc đúng chỉ trong một dòng.

Hình dung đời thường

read_csv giống nhân viên nhập liệu chép một danh sách vào bảng tính. Dòng đầu cho biết tiêu đề các cột, mỗi dòng sau đó thành một hàng, và người nhân viên tự nhận ra cột nào chứa số.

Từ nhân viên nhập liệu đến code
"name,score\n..."📃 Các dòng của đoạn chữ CSV
StringIO(csv_text)📂 Giả vờ đoạn chữ là một file đang mở
pd.read_csv(...)🧑‍💼 Chép nó vào một bảng
students📊 Hai cột name và score, ba hàng
Dòng đầu thành tên cột; mỗi dòng sau thành một hàng.
Định nghĩa ngắn gọn

pd.read_csv đọc dữ liệu chữ phân tách bằng dấu phẩy từ file (hoặc thứ giống file) vào một DataFrame, dùng dòng đầu làm tên cột và tự đoán kiểu của từng cột.

CSV thường được dùng để trao đổi dữ liệu giữa Excel, hệ thống bán hàng, công cụ phân tích, API và cơ sở dữ liệu. pandas.read_csv() chuyển dữ liệu thành DataFrame để làm sạch, lọc, thống kê và trực quan hoá.

Các tình huống phổ biến

  • Phân tích file xuất từ Excel, Google Sheets hoặc CRM.
  • Nạp tập dữ liệu cho machine learning và data science.
  • Làm sạch dữ liệu thiếu, sai kiểu hoặc trùng lặp trước khi import.
Lưu ý: Với dữ liệu thực tế, nên khai báo dtype, parse_dates, usecols và na_values để kiểm soát cách pandas đọc dữ liệu.

Khi nào nên sử dụng?

  • Nạp dữ liệu xuất từ bảng tính, cơ sở dữ liệu và trang web.
  • Đọc hàng loạt log và báo cáo.
  • Bước đầu tiên của gần như mọi phân tích dữ liệu.

Khi nào chưa cần

  • File Excel có nhiều trang tính: dùng pd.read_excel.
  • File quá lớn so với bộ nhớ: đọc từng phần với chunksize.

Ví dụ cơ bản

Chạy code →
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)
Lấy nút Run cho ví dụ này

Kết quả khi chạy

name  score
0  Ada     95
1  Lin     88
2  Sam     91

Ví dụ nâng cao

File CSV thực tế thường lớn và chưa sạch. Ví dụ này chỉ đọc cột cần thiết, chuyển ngày tháng, khai báo kiểu dữ liệu và nhận diện nhiều dạng giá trị thiếu.

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)

Giải thích code

StringIO biến một chuỗi văn bản thành đối tượng hoạt động như một file đang mở, nên read_csv() có thể đọc trực tiếp mà không cần tạo file tạm. pandas tự nhận dòng đầu tiên là tiêu đề cột và đoán kiểu dữ liệu cho từng cột. Với dữ liệu thực tế, bạn có thể dùng thêm các tham số như dtype, parse_dates và na_values để kiểm soát cách đọc dữ liệu.

Thay đổi giá trị và chạy chương trình bằng trình chạy Python online của CodeUtility mà không cần cài Python.

Bài tập mở rộng

Hãy thử chỉnh sửa code theo các gợi ý dưới đây. Tự thay đổi và quan sát kết quả sẽ giúp bạn hiểu bài sâu hơn nhiều so với chỉ đọc code.

  1. Thêm dòng, cột và một vài giá trị bị thiếu vào dữ liệu mẫu.
  2. Kết hợp lọc, sắp xếp và groupby để tạo một báo cáo nhỏ.
  3. Đọc một file dữ liệu thật, kiểm tra kiểu dữ liệu của từng cột và xử lý các giá trị không hợp lệ.
Chạy trong trình biên dịch Python →

Lỗi hay gặp

Sai ký tự phân tách

File CSV kiểu châu Âu thường dùng dấu ;, nên mọi thứ dồn hết vào một cột.

Sai
pd.read_csv("data.csv")
Cách sửa
pd.read_csv("data.csv", sep=";")

Bạn học xong bài này chưa?

Đánh dấu đã học để theo dõi tiến độ của bạn.