Prerequisiti :
Se non sai perchè utilizzeremo python, clicca qui
Se non hai ancora installato Python, clicca qui
Se non sai come scaricare e gestire le librerie, clicca qui
Se non sai cosa sia un Dataset, clicca qui
Vediamo adesso come è possibile importare un dataset per successivamente farci delle analisi o creare modelli predittivi grazie alla libreria di Python : Pandas
Prima di iniziare in questo articolo diamo per scontato che i dati siano già ordinati. Cosa significa? Che i dati siano strutturati, infatti utilizzeremo pandas per importare dati da fogli Excel, Csv & HTML
Installiamo le librerie per importare i file excel o csv
Per installare le librerie necessarie per la rappresentazione apriamo il terminale e digitiamo il seguenti comandi:
pip install pandas
pip3 install pandas #per python3
#se usi il nostro editor è già installatoe premiamo invio.
Creiamo un nuovo file Python e importiamo la libreria scaricata.
import pandas as pdCome Importare un file excel con python
Per importare file Excel esiste un apposita funzione " read_excel() ".
Vediamo qualche esempio
#stampare i dati
pd.read_excel("il_tuo_file.xls", sheet_name="Sheet1")
#salvare i dati dentro una variabile
xlsx = pd.read_excel("il_tuo_file.xls", sheet_name="Sheet1")
#filtrare e salvare solo alcune colonne dentro una variabile
#in questo caso verranno selezionate la colonna A e le colonne dalla C alla E
xlsx = pd.read_excel("il_tuo_file.xls",'Sheet1', usecols='A,C:E')
#salvare più fogli
with pd.ExcelFile("il_tuo_file.xls") as xls:
xlsx1 = pd.read_excel(xls, 'Sheet1')
xlsx2 = pd.read_excel(xls, 'Sheet2')Ed ecco il nostro DataFrame pronto da analizzare in pochi click. Questa è la magia di Python e delle sue librerie. Grandi risultati con qualche linea di codice.
Come Importare un file csv con python
Per importare file Csv o di testo esiste un apposita funzione " read_csv() ".
Vediamo qualche esempio
#stampare i dati
pd.read_csv("il_tuo_file.csv")
#salvare i dati dentro una variabile
dataset = pd.read_csv("il_tuo_file.csv")
#filtrare e salvare i dati dentro una variabile
#in questo caso verranno scartate tutte le righe contenti valori numerici dispari
dataset = pd.read_csv("il_tuo_file.csv",skiprows=lambda x:x%2!=0)
#saltare valori vuoti e salvare i dati dentro una variabile
dataset = pd.read_csv("il_tuo_file.csv",skip_blank_lines=True)Ed ecco il nostro DataFrame pronto da analizzare in pochi click. Questa è la magia di Python e delle sue librerie. Grandi risultati con qualche linea di codice.
Come Importare un file html con python
Per importare file html esiste un apposita funzione " read_html() ".
Il terzo metodo che descriverò in questo articolo è come prendere le tabelle che troviamo sul web, come su wikipedia. Spesso questa funzione è molto comoda, sulla rete si trovano informazioni davvero utili.
Questo link è la pagina di wikipedia sui presidenti degli stati uniti e appena la apriamo ci accorgiamo che è composta da diverse tabelle molto ben fatte.
Vediamo qualche esempio
url = "https://en.wikipedia.org/wiki/List_of_Presidents_of_the_United_States"
#stampare i dati
pd.read_html(url)
#salvare i dati dentro una variabile
tabella = pd.read_html(url)
#filtrare e salvare i dati dentro una variabile
#in questo caso verranno scartate tutte le righe che non corrispondono al match
match = 'Barack Obama'
tabella = pd.read_html(url, match=match)
#saltare valori e salvare i dati dentro una variabile
tabella = pd.read_html(url, skiprows=range(2))Ed ecco il nostro DataFrame pronto da analizzare in pochi click. Questa è la magia di Python e delle sue librerie. Grandi risultati con qualche linea di codice.
Vuoi mettere in pratica quello che hai letto ?
Oppure segui i tutorial correlati :
Grazie mille per la lettura, condividi l'articolo per sostenerci
.png)
