[TIP] Pandas를 이용한 CSV 파일 다루기

Pandas는 스프레트시트와 똑같다고 생각하면 좋다. Pandas는 CSV 파일에 내가 원하는 데이터를 작성하거나, 읽어오거나, 수정하는 등의 다양한 작업을 수행할 수 있도록 지원한다.

 

오늘은 아주 쉽지만, 자주 사용되는 pandas 기본 코드를 살펴본다.

(* 딥러닝에 필요한 CSV 읽기, 쓰기, 혹은 Plot을 위한 header 참조 기반의 데이터 읽어오기만 할 줄 알면 충분하다)

 

1. CSV 파일 읽기

# === importing ===
import pandas as pd

# read your csv (simple method)
read_csv = pd.read_csv('your_path')

# read your csv (advanced method)
read_csv = pd.read_csv('your_path', idex = 'your_col', squeeze = True)

 

2. CSV 파일 쓰기 (굉장히 중요, 가령 저장하고자 하는 데이터 셋의 종류가 다르고, 그에 따른 결과도 다른 경우 사용하게 됨)

# === importing ===
import pandas as pd

# write your csv (really useful method)
# this way, dictionary-based writing

# list of series, episodes, actors
series = ['you', 'and' , 'me']
episodes = [1, 2, 3]
actor = ['홍길동', '홍길수', '홍갑수']

# creating your custom dictonary
dict = {'series': series, 'episodes': episodes, 'actors': actors}

# creating data frame
df = pd.DataFrame(dict)

# convert DataFrame to your CSV and writing
df.to_csv('your_custom_dict.csv')

 

3. header를 이용한 CSV 파일 읽기

# import pandas as pd
# import matplotlib as plt
# import csv

# connect your csv path 
get_csv = pd.read_csv('your_csv_path')

# let's consider your csv have some header such as [Times, Scores, Loss]
# header-based read your csv file
header_based_read_csv = get_csv['Scores']

# if you need data length
hedaer_len = list(range(len(header_based_read_csv))

# simple plotting your dataset
plt.figure(1, figsize=(5,5))
plt.plot(header_based_read_csv, '#CA6F1E')
plt.legend(['your dataset name'])
plt.xlabel('your x-axis name',fontsize=10)
plt.ylabel('your y-axis name',fontsize=10)

# you can save any-type such as png, jpg, tif, ttif, pdf.. whatever
# where dip is your display-resoultion
plt.savefig('your_csv_plot_result.png', dpi=600)
plt.show()