pandas
Leyendo archivos en pandas DataFrame

Leer la tabla en DataFrame

Archivo de tabla con encabezado, pie de página, nombres de fila y columna de índice:

archivo: table.txt

This is a header that discusses the table file
to show space in a generic table file

index  name     occupation
1      Alice    Salesman
2      Bob      Engineer
3      Charlie  Janitor  

This is a footer because your boss does not understand data files

código:

import pandas as pd
# index_col=0 tells pandas that column 0 is the index and not data 
pd.read_table('table.txt', delim_whitespace=True, skiprows=3, skipfooter=2, index_col=0)

salida:

          name occupation
index
1        Alice   Salesman
2          Bob   Engineer
3      Charlie    Janitor

Archivo de tabla sin nombres de fila o índice:

archivo: table.txt

Alice    Salesman
Bob      Engineer
Charlie  Janitor 

código:

import pandas as pd 
pd.read_table('table.txt', delim_whitespace=True, names=['name','occupation'])

salida:

      name occupation
0    Alice   Salesman
1      Bob   Engineer
2  Charlie    Janitor

Todas las opciones se pueden encontrar en la documentación de los pandas aquí.

Leer archivo CSV

Datos con encabezado, separados por punto y coma en lugar de comas.

archivo: table.csv

index;name;occupation
1;Alice;Saleswoman
2;Bob;Engineer
3;Charlie;Janitor

código:

import pandas as pd
pd.read_csv('table.csv', sep=';', index_col=0)

salida :

          name occupation
index
1        Alice   Salesman
2          Bob   Engineer
3      Charlie    Janitor

Tabla sin nombres de filas o índice y comas como separadores

archivo: table.csv

Alice,Saleswoman
Bob,Engineer
Charlie,Janitor

código:

import pandas as pd 
pd.read_csv('table.csv', names=['name','occupation'])

salida:

      name occupation
0    Alice   Salesman
1      Bob   Engineer
2  Charlie    Janitor

Puede encontrar más información en la página de documentación de read_csv .

Recopila datos de la hoja de cálculo de Google en el marco de datos de pandas

A veces necesitamos recopilar datos de las hojas de cálculo de google. Podemos usar las bibliotecas gspread y oauth2client para recopilar datos de las hojas de cálculo de Google. Aquí hay un ejemplo para recopilar datos:

Código:

from __future__ import print_function
import gspread
from oauth2client.client import SignedJwtAssertionCredentials
import pandas as pd
import json

scope = ['https://spreadsheets.google.com/feeds']

credentials = ServiceAccountCredentials.from_json_keyfile_name('your-authorization-file.json', scope)

gc = gspread.authorize(credentials)

work_sheet = gc.open_by_key("spreadsheet-key-here")
sheet = work_sheet.sheet1
data = pd.DataFrame(sheet.get_all_records()) 

print(data.head())