Эффективная работа с CSV файлами в Python с помощью pandas

1pip install pandas

 1import pandas as pd
 2
 3# Чтение CSV файла
 4df = pd.read_csv('data.csv')
 5
 6# Вывод первых 5 строк
 7print(df.head())
 8
 9# Запись данных обратно в CSV файл
10df.to_csv('output.csv', index=False)

1# Фильтрация строк, где значение в столбце 'age' больше 30
2filtered_df = df[df['age'] > 30]
3print(filtered_df)

1import glob
2
3# Получение списка всех CSV файлов в текущей директории
4csv_files = glob.glob('*.csv')
5
6# Чтение и объединение всех CSV файлов
7df_list = [pd.read_csv(file) for file in csv_files]
8combined_df = pd.concat(df_list, ignore_index=True)
9print(combined_df)

1# Заполнение пропущенных значений средним значением столбца
2df['column_name'].fillna(df['column_name'].mean(), inplace=True)
3
4# Удаление строк с пропущенными значениями
5df.dropna(inplace=True)

1# Группировка по столбцу 'category' и вычисление среднего значения 'value'
2grouped = df.groupby('category')['value'].mean()
3print(grouped)

1# Применение пользовательской функции к столбцу
2df['new_column'] = df['old_column'].apply(lambda x: x * 2)