CSV dosyalarıyla çalışmak, veri analistleri ve geliştiriciler için günlük bir görevdir. Eğer CSV’yi Pandas DataFrame’e dönüştürmeniz gerekiyorsa, Pandas doğrudan readcsv() işlevini sağlar, ancak bazen daha fazla güce ihtiyacınız olur. İşte bu noktada Aspose.Cells for Python devreye giriyor. Aspose.Cells ile, Excel formatlarıyla daha iyi kontrol, güvenilirlik ve uyumluluk sağlarken Pandas’a CSV’yi aktarabilirsiniz. Bu blog yazısında, CSV’yi Pandas’a dönüştürme, Excel dosyaları ile çalışma ve bunları Pandas DataFrame’lerine dışa aktarma işlemini adım adım öğreneceksiniz.

Sonunda, CSV’den DataFrame Pandas’a hızlı ve verimli bir şekilde geçmenin birden fazla yolunu bileceksiniz.

Python Kütüphanesi ile CSV’yi Pandas DataFrame’e Dönüştürmek

Aspose.Cells for Python via .NET elektronik tablolarla çalışmak için güçlü bir kütüphanedir. Microsoft Excel’e ihtiyaç duymadan programlı olarak Excel ve CSV dosyalarını oluşturmanıza, okumanıza, düzenlemenize ve dönüştürmenize olanak tanır. CSV’den Pandas dönüşümleriyle uğraşırken, Aspose.Cells ham CSV dosyaları ile yapılandırılmış Pandas DataFrame’leri arasında güvenilir bir köprü işlevi görür.

Ön koşullar

Örnekleri çalıştırmadan önce, aşağıdakilerin kurulu olduğundan emin olun:

pip install aspose-cells-python
  • Pandas – pip ile yükleyin:
pip install pandas

Bu iki kütüphane, Aspose.Cells ile CSV/Excel dosyalarını yüklemenize ve işlemenize izin verecek ve ardından bunları analiz için Pandas DataFrame’lerine dönüştürecektir.

Aspose.Cells for Python via .NET → CSV/Excel dosyalarını okumak ve işlemek için.

Pandas → DataFrame’leri oluşturmak ve analiz etmek için.

CSV’yi Pandas DataFrame’e Dönüştür: Adım Adım

Bu bölümde, bir CSV dosyasını Aspose.Cells for Python kullanarak bir Pandas DataFrame’e dönüştürme sürecini adım adım geçeceksiniz. Her adım küçük görevlere ayrılmıştır. Bu nedenle, takip etmesi kolaydır. CSV’yi bir çalışma kitabına yükleyerek başlayacaksınız. İçeriğini çıkarın ve bir Pandas DataFrame oluşturun.

Adım 1: CSV’yi Çalışma Kitabına Yükle

CSV dosyasını Aspose.Cells çalışma kitabına yükleyerek başlayalım.

  1. Workbook sınıfını içe aktarın.
  2. CSV dosyasını yükleyin.
  3. İlk çalışma sayfasına erişin.
import aspose.cells as ac

# Load CSV file into Workbook
csv_wb = ac.Workbook("data.csv")

# Access the first worksheet (CSV loads as sheet)
csv_ws = csv_wb.worksheets[0]

Adım 2: Çalışma Sayfasından Veri Çıkartın

Dosya yüklendiğinde, içeriğini satır satır çıkarın. Bu, verilerin bir DataFrame’e dönüştürülmesi için hazırlanmasını sağlar.

  1. Hücre koleksiyonunu al.
  2. Satırları ve sütunları döngüye al.
  3. Değerleri listeler listesinde saklayın.
cells = csv_ws.cells

# Extract CSV data into Python list
data = []
for row_idx in range(cells.min_data_row, cells.max_data_row + 1):
    row_data = []
   for col_idx in range(cells.min_data_column, cells.max_data_column + 1):
        row_data.append(cells.get(row_idx, col_idx).value)
    data.append(row_data)

Adım 3: CSV’yi Pandas DataFrame’e Dönüştür

Şimdi, çıkarılan listeyi bir Pandas DataFrame’ine dönüştürün. Bu adım, uygun başlıklarla CSV’den Pandas DataFrame’ine nasıl geçileceğini göstermektedir.

  1. Pandas’ı içe aktar.
  2. İlk satırı başlıklar olarak kullanın.
  3. Kalan satırlardan DataFrame oluşturun.
import pandas as pd

# Convert to Pandas DataFrame
headers = data[0]   # First row as header
rows = data[1:]     # Remaining rows as data

df = pd.DataFrame(rows, columns=headers)

print(df.head())

Artık Aspose.Cells kullanarak CSV’yi DataFrame Pandas’a başarıyla dönüştürdünüz.

Bu adımlarla, bir CSV dosyasını Aspose.Cells kullanarak bir Pandas DataFrame’e nasıl dönüştüreceğinizi gördünüz. Sonraki aşamada, Excel dosyalarını önce CSV olarak kaydedip ardından Pandas’a yükleyerek nasıl işleneceğini keşfedelim.

Excel’i CSV Dosyası aracılığıyla Pandas DataFrame’e Dönüştür

Bazen verileriniz Excel formatında (.xlsx veya .xls) olur ve Excel’i CSV aracılığıyla Pandas DataFrame’e dönüştürmek istersiniz. Aspose.Cells bunu sorunsuz hale getirir.

Aşağıdaki adımları izleyerek Excel dosyasını CSV dosyası aracılığıyla Pandas DataFrame’e dönüştürün:

  1. Excel dosyasını Workbook sınıfı nesnesine yükleyin.
  2. Excel dosyasını CSV olarak kaydedin.
  3. Yeni oluşturulan CSV dosyasını bir çalışma kitabına yeniden yükleyin.
  4. İlk çalışma sayfasına indeks ile erişin.
  5. Hücre değerlerini bir Python listesi olarak liste listesi içine çıkarın.
  6. İlk satırı sütun başlıkları olarak kullanın ve geri kalanını veri satırları olarak kullanın.
  7. Çıkarılan verilerden bir Pandas DataFrame oluşturun.
  8. Print the results.

Aşağıdaki kod örneği, Excel’i Python’da bir pandas DataFrame’e nasıl dönüştüreceğinizi göstermektedir:

import aspose.cells as ac
import pandas as pd

# Excel dosyası yükle
excel_wb = ac.Workbook("PandasTest.xlsx")

# Excel'i CSV olarak kaydedin
excel_wb.save("converted.csv", ac.SaveFormat.CSV)

# Aspose.Cells ile CSV'yi Yeniden Yükle
csv_wb = ac.Workbook("converted.csv")
csv_ws = csv_wb.worksheets[0]

# CSV'den veri çıkarın
cells = csv_ws.cells
data = []
for row_idx in range(cells.min_data_row, cells.max_data_row + 1):
    row_data = []
   for col_idx in range(cells.min_data_column, cells.max_data_column + 1):
        row_data.append(cells.get(row_idx, col_idx).value)
    data.append(row_data)

# Pandas DataFrame'e dönüştür.
headers = data[0]
rows = data[1:]
df = pd.DataFrame(rows, columns=headers)

# Show results
print(df.head())
Excel'i CSV aracılığıyla Pandas DataFrame'e dönüştür.

Örnek Excel dosyası, CSV aracılığıyla bir Pandas DataFrame’e dönüştürmek için.

Output

   Product A  Product B Period
0         50        160     Q1
1        100         32     Q2
2        170         50     Q3
3        300         40     Q4

Büyük CSV Dosyaları ile Çalışmak

Çok büyük veri setleri için, Aspose.Cells bellek kullanımını plain Pandas’tan daha iyi yönetir. Hatta bellek optimizasyonunu etkinleştirebilirsiniz. Önceki adımlarla aynı adımları izleyin. Tek değişiklik, CSV dosyasını LoadOptions ile yüklemek ve büyük dosyaları verimli bir şekilde yönetmek için MEMORYPREFERENCE‘i ayarlamaktır.

Aşağıdaki kod örneği, büyük bir CSV dosyasını Python’da pandas DataFrame’e nasıl dönüştüreceğinizi göstermektedir:

import aspose.cells as ac
import pandas as pd

# Büyük CSV dosyasını Aspose.Cells ile yükleyin
options = ac.LoadOptions()
options.memory_setting = ac.MemorySetting.MEMORY_PREFERENCE
csv_wb = ac.Workbook("large_file.csv", options)
csv_ws = workbook.worksheets[0]

# CSV dosyasından veri çıkarın
cells = csv_ws.cells
data = []
for row_idx in range(cells.min_data_row, cells.max_data_row + 1):
    row_data = []
   for col_idx in range(cells.min_data_column, cells.max_data_column + 1):
        row_data.append(cells.get(row_idx, col_idx).value)
    data.append(row_data)

# Pandas DataFrame'e dönüştür.
headers = data[0]
rows = data[1:]
df = pd.DataFrame(rows, columns=headers)

# Show results
print(df.head())

Bu, Pandas’ta CSV’yi veri boru hatlarında daha verimli bir şekilde içe aktarmayı sağlar.

Get a Free License

Bugün Aspose.Cells for Python’u deneyin ve CSV’den Pandas DataFrame dönüşümlerinizi geliştirin. Download ücretsiz denemeyi indir veya get a temporary license alarak sınırsız olarak tüm özellikleri keşfedin.

CSV to DF: Ekstra Ücretsiz Kaynaklar

Aşağıdaki kaynakları kullanarak Aspose.Cells for Python’da bulunan CSV içe aktarma, DataFrame dönüşümü ve diğer Excel ve CSV işleme özellikleri hakkında daha fazla bilgi edinebilirsiniz.

Sonuç

Bu kılavuzda, CSV dosyalarını doğrudan Aspose.Cells içine nasıl yükleyeceğinizi ve bunları Pandas DataFrame’lerine nasıl dönüştüreceğinizi öğrendiniz; ayrıca Excel dosyalarını CSV olarak kaydetmenin ve ardından içe aktarmanın yollarını da öğrendiniz. Pandas ile birlikte, Aspose.Cells size daha fazla kontrol, performans ve esneklik sağlar; bu sayede veri işleme görevleriniz daha güvenilir ve ölçeklenebilir hale gelir.

Eğer herhangi bir sorunuz varsa veya yardıma ihtiyacınız varsa, lütfen ücretsiz destek forumumuzu ziyaret edin. Destek ekibimiz size yardımcı olmaya hazır.

Ayrıca Bakınız