Importar csv a Python¶
Leer archivos csv como pandas DataFrame.
Caso1: separado por comas y con cabecera¶
Primero clonamos el repositorio.
In [3]:
!git clone https://github.com/financieras/pyCourse.git
Cloning into 'pyCourse'... remote: Enumerating objects: 6487, done. remote: Counting objects: 100% (1086/1086), done. remote: Compressing objects: 100% (335/335), done. remote: Total 6487 (delta 827), reused 963 (delta 751), pack-reused 5401 Receiving objects: 100% (6487/6487), 5.82 MiB | 10.99 MiB/s, done. Resolving deltas: 100% (4844/4844), done.
Vemos en que directorio estamos.
In [4]:
%pwd
Out[4]:
'/content'
In [6]:
import pandas as pd # importamos pandas
path = 'pyCourse/jupyter/excel/aeropuertos.csv' # establecemos la ruta del archivo
pd.read_csv(path)
Out[6]:
| Aeropuerto | CodigoIATA | Pasajeros | Mercancía | Insular | Año | |
|---|---|---|---|---|---|---|
| 0 | MADRID | MAD | 61.734.944 | 560.039.136 | FALSO | 1931 |
| 1 | BARCELONA | BCN | 52.688.455 | 176.797.909 | FALSO | 1927 |
| 2 | PALMA DE MALLORCA | PMI | 29.721.142 | 9.021.606 | VERDADERO | 1960 |
| 3 | MALAGA | AGP | 19.858.656 | 3.080.119 | FALSO | 1946 |
| 4 | ALICANTE | ALC | 15.048.240 | 4.032.300 | FALSO | 1951 |
| 5 | GRAN CANARIA | LPA | 13.261.228 | 19.727.786 | VERDADERO | 1933 |
| 6 | TENERIFE SUR | TFS | 11.168.707 | 2.193.378 | VERDADERO | 1978 |
| 7 | VALENCIA | VLC | 8.539.579 | 14.515.842 | FALSO | 1930 |
| 8 | IBIZA | IBZ | 8.155.626 | 1.434.695 | VERDADERO | 1949 |
| 9 | SEVILLA | SVQ | 7.544.357 | 9.891.790 | FALSO | 1946 |
Caso2: separado por punto y coma¶
In [7]:
path = 'pyCourse/jupyter/excel/multiriesgo.csv' # establecemos la ruta del archivo
pd.read_csv(path,
sep = ';')
Out[7]:
| Multirriesgo | Seguro_Directo | Cartera | |
|---|---|---|---|
| 0 | Hogar | 3,8% | 1,8% |
| 1 | Comercio | -2,5% | 0,0% |
| 2 | Comunidades | 3,0% | 1,5% |
| 3 | Industrial | 6,9% | 0,0% |
| 4 | Otros Multirriesgos | 7,3% | 0,0% |
Caso3: sin nombre de columna¶
In [8]:
path = 'pyCourse/jupyter/excel/resultados.csv' # establecemos la ruta del archivo
resultados2020 = pd.read_csv(path,
header = None,
names = ['Resultado','marzo2020', 'marzo2021'])
resultados2020 # esta es la variable a la que hemos asociado el DataFrame para luego tratarla
Out[8]:
| Resultado | marzo2020 | marzo2021 | |
|---|---|---|---|
| 0 | Vida | 548.34 | 649.28 |
| 1 | Automóviles | 294.33 | 370.99 |
| 2 | Multirriesgos | 60.25 | -25.24 |
| 3 | Salud | 125.13 | 138.93 |
| 4 | Resto No Vida | 252.96 | 356.64 |
| 5 | Total No Vida | 732.66 | 841.32 |
| 6 | Total Vida y No Vida | 1.281.01 | 1.490.60 |
