# Kako naložiti datoteke v Python z pandas read\_csv()

Python pandas `read_csv()` je ena najpogosteje uporabljanih metod za **branje CSV datotek v pandas in njihovo shranjevanje kot DataFrames**. CSV datoteke (*vrednosti, ločene z vejico*) so široko uporabljana oblika za shranjevanje tabelaričnih podatkov in jih podpirajo številne aplikacije.

## Kakšna je sintaksa za Python pandas `read_csv()`?

`pandas.read_csv()` ustvari [pandas DataFrame](https://www.ionos.com/sl-si/digitalguide/spletne-strani/razvoj-spletnih-strani/python-pandas-dataframe/) iz CSV datoteke. Osnovna sintaksa funkcije je naslednja:

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

### Kateri so najpomembnejši parametri za `pandas.read_csv()`?

`pandas.read_csv()` lahko sprejme **široko paleto parametrov**. Da bi stvari poenostavili, se bomo osredotočili na najpomembnejše argumente. Tukaj je pregled ključnih parametrov, ki jih lahko uporabite za določitev, kako naj se funkcija obnaša:

<table>
  <thead>
    <tr>
      <th><strong>Parameter</strong></th>
      <th><strong>Pomen</strong></th>
      <th><strong>Privzeta vrednost</strong></th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>`filepath_or_buffer`</td>
      <td>To je niz v jeziku Python, ki predstavlja pot do datoteke CSV ali podatkovnega pomnilnika, na primer URL.</td>
      <td></td>
    </tr>
    <tr>
      <td>`sep`</td>
      <td>To določa ločilo med vrednostmi.</td>
      <td>`,`</td>
    </tr>
    <tr>
      <td>`header`</td>
      <td>Označuje, katero vrstico uporabiti kot glavo.</td>
      <td>`infer` (prva vrstica)</td>
    </tr>
    <tr>
      <td>`names`</td>
      <td>Če je nastavljeno `header=None`, lahko uporabite `names` za zagotovitev seznama imen stolpcev v Pythonu.</td>
      <td></td>
    </tr>
    <tr>
      <td>`index_col`</td>
      <td>Določa, kateri stolpec se uporabi kot indeks.</td>
      <td>`None`</td>
    </tr>
    <tr>
      <td>`usecols`</td>
      <td>Ta parameter vam omogoča, da izberete stolpce, ki jih želite naložiti v DataFrame.</td>
      <td>`None`</td>
    </tr>
    <tr>
      <td>`dtype`</td>
      <td>Določa vrsto podatkov stolpcev.</td>
      <td>`None`</td>
    </tr>
  </tbody>
</table>

Celoten seznam parametrov za to funkcijo najdete v [dokumentaciji pandas](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html).

## Kako dostopati do CSV datotek korak za korakom

Z uporabo `pandas.read_csv()` lahko v nekaj korakih enostavno prenesete podatke iz CSV datotek v Python.

V naslednjih primerih bomo delali s CSV datoteko, ki je strukturirana takole:

```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
```

### Korak 1: Uvoz pandas

Najprej uvozite knjižnico pandas v svoj Python skript.

```python
import pandas as pd
```

### Korak 2: Naložite CSV datoteko

Sedaj lahko CSV datoteko naložite v Python pandas s pomočjo funkcije `read_csv()`. Preprosto prenesite **pot do datoteke** v funkcijo. V naslednjem kodeksu bomo uporabili datoteko z imenom *data.csv*, ki je shranjena v istem imeniku kot skript:

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

Zgornja koda shrani datoteko v objekt DataFrame (`df`), s katerim bomo lahko nato delali. **Pandas bo prvo vrstico samodejno razlagal kot naslove stolpcev**, če ne določite drugače.

### Korak 3: Prikaži CSV datoteko

Priporočljivo je, da si ogledate **prvih nekaj vrstic DataFrame**, da se prepričate, da je bila datoteka pravilno naložena. Za to lahko uporabite funkcijo `DataFrame.head()`. Privzeto prikaže prvih pet vrstic DataFrame, kar vam omogoča hiter pregled strukture podatkov:

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

Izhod je videti takole:

```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
```

### Korak 4: Spremenite imena stolpcev (neobvezno)

Če vaša CSV datoteka nima vrstice z glavo, lahko imena stolpcev določite ročno:

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

V tem primeru smo stolpce poimenovali *ID*, *Ime*, *Starost*, *Mesto* in *Plača*. Izhod je videti takole:

```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 V primeru, ki smo ga uporabili, je bilo količina podatkov majhna, zato je bilo upravljanje preprosto. Če pa imate **velik CSV-datotek**, je dobro, da ga v pandas vnašate v delih, da se izognete težavam s pomnilnikom. `chunksize` parametrom `chunksize` lahko določite, koliko vrstic naj se naenkrat vnaša. Z uporabo zanke Python for lahko ponavljate vnos po delih.


This is a markdown version of: [https://www.ionos.com/sl-si/digitalguide/spletne-strani/razvoj-spletnih-strani/python-pandas-read-csv/](https://www.ionos.com/sl-si/digitalguide/spletne-strani/razvoj-spletnih-strani/python-pandas-read-csv/) for AI/LLM consumption.