Pandas read_csv(): So lesen Sie CSV-Dateien in Python ein

Python Pandas read_csv() ist eine der am häu­figs­ten genutzten Methoden, um Daten aus CSV-Dateien zu laden und in einem DataFrame-Format zu sichern. CSV-Dateien (Comma-separated Values) sind ein weit ver­brei­te­tes Format zur Spei­che­rung ta­bel­la­ri­scher Daten, das von vielen Pro­gram­men un­ter­stützt wird.

Syntax von Python Pandas read_csv()

Die Funktion pandas.read_csv() erstellt einen Pandas DataFrame basierend auf einer CSV-Datei. Sie kann eine Vielzahl ver­schie­de­ner Parameter ent­ge­gen­neh­men, die das Verhalten der Funktion spe­zi­fi­zie­ren. Im Folgenden gehen wir der Übersicht halber nur auf die wich­tigs­ten und am häu­figs­ten be­nö­tig­ten Argumente ein. Eine aus­führ­li­che Auf­lis­tung finden Sie in der Pandas-Do­ku­men­ta­ti­on.

Die grund­le­gen­de Syntax der Funktion ist einfach und sieht fol­gen­der­ma­ßen aus:

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

Relevante Parameter

Im Folgenden finden Sie eine Übersicht über die wich­tigs­ten Parameter:

Schritt-für-Schritt-Anleitung zum Zugriff auf CSV-Dateien

Mithilfe von pandas.read_csv() lassen sich Daten aus CSV-Dateien in nur wenigen Schritten in Python über­tra­gen.

In den Bei­spie­len soll mit einer CSV-Datei nach folgendem Muster ge­ar­bei­tet werden:

1,Max Mustermann,35,Berlin,50000
2,Anna Müller,29,Hamburg,62000
3,Peter Schmidt,41,München,58000
4,Lisa Meier,33,Köln,49000
5,Tom Becker,28,Frankfurt,52000

Schritt 1: Pandas im­por­tie­ren

In einem ersten Schritt sollten Sie die Pandas-Bi­blio­thek in Ihr Python-Skript im­por­tie­ren.

import pandas as pd

Schritt 2: CSV-Datei laden

Nun können Sie Ihre CSV-Datei mit der Python-Pandas-read_csv()-Funktion laden. Hierzu übergeben Sie der Funktion einfach den Dateipfad. Im folgenden Code­bei­spiel be­trach­ten wir eine Datei namens daten.csv, die im selben Ver­zeich­nis wie das Skript ge­spei­chert ist:

df = pd.read_csv('daten.csv')

Durch den Code wird die Datei in einem DataFrame-Objekt df gesichert, mit dem nun wei­ter­ge­ar­bei­tet werden kann. Pandas in­ter­pre­tiert au­to­ma­tisch die erste Zeile als Spal­ten­über­schrif­ten, wenn nichts anderes angegeben wird.

Schritt 3: CSV-Datei anzeigen

Um si­cher­zu­stel­len, dass die Datei korrekt geladen wurde, ist es sinnvoll, sich die ersten Zeilen des Da­ta­Frames anzusehen. Hierfür kann die Funktion DataFrame.head() genutzt werden. Sie zeigt stan­dard­mä­ßig die ersten fünf Zeilen des Da­ta­Frames an. So erhält man einen schnellen Überblick über die Struktur der Daten:

print(df.head())

Die Ausgabe sieht wie folgt aus:

0   1  Max Mustermann     35     Berlin   50000
1   2     Anna Müller     29    Hamburg   62000
2   3   Peter Schmidt     41    München   58000
3   4      Lisa Meier     33       Köln   49000
4   5      Tom Becker     28  Frankfurt   52000

Schritt 4: Spal­ten­na­men ändern (optional)

Wenn Ihre CSV-Datei keine Header-Zeile hat, können Sie die Spal­ten­na­men manuell de­fi­nie­ren:

df = pd.read_csv('daten.csv', header=None, names=['Spalte1', 'Spalte2', 'Spalte3', 'Spalte4', 'Spalte5'])

In diesem Beispiel wurden die Spalten manuell mit Spalte1, Spalte2, Spalte3, Spalte4 und Spalte5 benannt. Der Code liefert als Resultat:

Spalte1            Spalte2  Spalte3     Spalte4  Spalte5
0          1  Max Mustermann         35      Berlin    50000
1          2      Anna Müller         29     Hamburg    62000
2          3    Peter Schmidt         41     München    58000
3          4        Lisa Meier         33         Köln    49000
4          5        Tom Becker         28  Frankfurt    52000