# Kaip įkelti failus į Python su pandas read\_csv()

Python pandas `read_csv()` yra vienas iš dažniausiai naudojamų metodų **CSV failams įskaityti į pandas ir saugoti juos kaip DataFrames**. CSV failai (*kableliais atskirti duomenys*) yra plačiai naudojamas formatas lentelinių duomenų saugojimui ir yra palaikomas daugelyje programų.

## Kokia yra Python pandas `read_csv()` sintaksė?

`pandas.read_csv()` sukuria [pandas DataFrame](https://www.ionos.com/lt-lt/digitalguide/interneto-svetaines/interneto-svetainiu-kurimas/python-pandas-duomenu-remelis/) iš CSV failo. Pagrindinė funkcijos sintaksė atrodo taip:

```python
import pandas as pd
df = pd.read_csv(filepath_or_buffer, sep=',', header='infer', names=None, index_col=None, usecols=None, dtype=None, ...)
```

### Kokie yra svarbiausi parametrai `pandas.read_csv()`?

`pandas.read_csv()` gali priimti **įvairius parametrus**. Kad būtų paprasčiau, sutelksime dėmesį į svarbiausius argumentus. Čia pateikiama pagrindinių parametrų, kuriuos galite naudoti norėdami nurodyti, kaip funkcija turėtų veikti, apžvalga:

<table>
  <thead>
    <tr>
      <th><strong>Parametras</strong></th>
      <th><strong>Reikšmė</strong></th>
      <th><strong>Numatytasis vertė</strong></th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>`filepath_or_buffer`</td>
      <td>Tai yra Python eilutė, atspindinti CSV failo arba duomenų buferio, pvz., URL, kelią.</td>
      <td></td>
    </tr>
    <tr>
      <td>`sep`</td>
      <td>Tai nurodo atskyriklį tarp verčių.</td>
      <td>`,`</td>
    </tr>
    <tr>
      <td>`header`</td>
      <td>Nurodo, kuri eilutė turi būti naudojama kaip antraštė.</td>
      <td>`infer` (pirmoji eilutė)</td>
    </tr>
    <tr>
      <td>`names`</td>
      <td>Jei nustatytas `header=None`, galite naudoti `names`, kad pateiktumėte Python stulpelių pavadinimų sąrašą.</td>
      <td></td>
    </tr>
    <tr>
      <td>`index_col`</td>
      <td>Nustato, kurią stulpelių naudoti kaip indeksą.</td>
      <td>`None`</td>
    </tr>
    <tr>
      <td>`usecols`</td>
      <td>Šis parametras leidžia pasirinkti, kuriuos stulpelius norite įkelti į DataFrame.</td>
      <td>`None`</td>
    </tr>
    <tr>
      <td>`dtype`</td>
      <td>Nurodo stulpelių duomenų tipą.</td>
      <td>`None`</td>
    </tr>
  </tbody>
</table>

Išsamų šios funkcijos parametrų sąrašą galite rasti [pandas dokumentacijoje](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html).

## Kaip prieiti prie CSV failų žingsnis po žingsnio

Naudodami `pandas.read_csv()`, galite lengvai perkelti duomenis iš CSV failų į Python vos keliais veiksmais.

Šiuose pavyzdžiuose dirbsime su CSV failu, kurio struktūra yra tokia:

```none
1,John Avery,35,Nottingham,50000
2,Adelaide Smith,29,London,62000
3,Michael Rivera,41,Cardiff,40000
4,Grace Kim,33,Hull,35000
5,Tyler Johnson,28,Kent,52000
```

### 1 žingsnis: Importuoti pandas

Pirmiausia į savo Python skriptą importuokite pandas biblioteką.

```python
import pandas as pd
```

### 2 etapas: įkelkite CSV failą

Dabar galite įkelti CSV failą į Python pandas naudodami `read_csv()` funkciją. Tiesiog perduokite **failo kelią** į funkciją. Toliau pateiktame kode naudosime failą pavadinimu *data.csv*, kuris yra išsaugotas tame pačiame kataloge kaip ir scenarijus:

```python
df = pd.read_csv('data.csv')
```

Pirmiau pateiktas kodas išsaugo failą DataFrame objekte (`df`), su kuriuo vėliau galėsime dirbti. **Pandas automatiškai interpretuos pirmą eilutę kaip stulpelių antraštes**, jei nenurodysite kitaip.

### 3 žingsnis: CSV failo rodymas

Verta peržiūrėti **pirmąsias kelias DataFrame eilutes,** kad įsitikintumėte, jog failas įkeltas teisingai. Tam galite naudoti funkciją `DataFrame.head()`. Pagal numatytuosius nustatymus ji rodo pirmąsias penkias DataFrame eilutes, leidžiančias greitai susipažinti su duomenų struktūra:

```python
print(df.head())
```

Rezultatas atrodo taip:

```none
0  1        John Avery   35      Nottingham  	50000
1  2    Adelaide Smith   29   	 London 	    62000
2  3   Michael Rivera    41      Cardiff	   	40000
3  4        Grace Kim    33      Hull 		    35000
4  5    Tyler Johnson    28      Kent   		52000
```

### 4 žingsnis: pakeiskite stulpelių pavadinimus (pasirinktinai)

Jei jūsų CSV faile nėra antraštės eilutės, galite stulpelių pavadinimus nustatyti rankiniu būdu:

```python
df = pd.read_csv('data.csv', header=None, names=['ID', 'Name', 'Age', 'City', 'Salary'])
```

Šiame pavyzdyje stulpelius pavadinome *ID*, *Vardas*, *Amžius*, *Miestas* ir *Atlyginimas*. Rezultatas atrodo taip:

```none
ID                Name    	Age            City    	Salary
0  1          John Avery    	35        Nottingham    50000
1  2     Adelaide Smith    	29    	London        62000
2  3    Michael Rivera    	41        Cardiff    	40000
3  4          Grace Kim    	33        Hull        	35000
4  5     Tyler Johnson    	28        Kent        52000
```

Note Pateiktame pavyzdyje buvo nedidelis duomenų kiekis, todėl juos buvo lengva tvarkyti. Tačiau jei turite **didelį CSV failą**, patartina jį įskaityti į pandas dalimis, kad išvengtumėte atminties problemų. Parametru `pandas.read_csv()` `chunksize` galite nurodyti, kiek eilučių skaityti vienu metu. Naudodami Python for ciklą, galite kartoti veiksmus su dalimis.


This is a markdown version of: [https://www.ionos.com/lt-lt/digitalguide/interneto-svetaines/interneto-svetainiu-kurimas/python-pandas-read-csv/](https://www.ionos.com/lt-lt/digitalguide/interneto-svetaines/interneto-svetainiu-kurimas/python-pandas-read-csv/) for AI/LLM consumption.