Scribd
Importer
5 vues8 pages

Lecture de données CSV avec Pandas

Le document présente un code Python utilisant la bibliothèque pandas pour lire des données à partir d'un fichier CSV contenant des informations sur la durée, le pouls, le pouls maximum et les calories. Les données sont affichées en utilisant la fonction print après avoir été chargées dans un DataFrame. Le fichier CSV contient plusieurs enregistrements de données d'exercice avec des valeurs numériques pour chaque colonne.

Transféré par

karanvaya2008
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
5 vues8 pages

Lecture de données CSV avec Pandas

Le document présente un code Python utilisant la bibliothèque pandas pour lire des données à partir d'un fichier CSV contenant des informations sur la durée, le pouls, le pouls maximum et les calories. Les données sont affichées en utilisant la fonction print après avoir été chargées dans un DataFrame. Le fichier CSV contient plusieurs enregistrements de données d'exercice avec des valeurs numériques pour chaque colonne.

Transféré par

karanvaya2008
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

PRACTICAL: Read data from a CSV file using panda library.

import pandas as pd

from pathlib import Path

file_path = Path("C:\JULY 2025\FAI\[Link]")

[Link].max_rows = 9999

df = pd.read_csv(file_path)

print(df)

// [Link] data //

Duration,Pulse,Maxpulse,Calories

60,110,130,409.1

60,117,145,479.0

60,103,135,340.0

45,109,175,282.4

45,117,148,406.0

60,102,127,300.5

60,110,136,374.0

45,104,134,253.3

30,109,133,195.1

60,98,124,269.0

60,103,147,329.3

60,100,120,250.7

60,106,128,345.3

60,104,132,379.3

60,98,123,275.0
60,98,120,215.2

60,100,120,300.0

45,90,112,

60,103,123,323.0

45,97,125,243.0

60,108,131,364.2

45,100,119,282.0

60,130,101,300.0

45,105,132,246.0

60,102,126,334.5

60,100,120,250.0

60,92,118,241.0

60,103,132

60,100,132,280.0

60,102,129,380.3

60,92,115,243.0

45,90,112,180.1

60,101,124,299.0

60,93,113,223.0

60,107,136,361.0

60,114,140,415.0

60,102,127,300.5

60,100,120,300.1

60,100,120,300.0

45,104,129,266.0
45,90,112,180.1

60,98,126,286.0

60,100,122,329.4

60,111,138,400.0

60,111,131,397.0

60,99,119,273.0

60,109,153,387.6

45,111,136,300.0

45,108,129,298.0

60,111,139,397.6

60,107,136,380.2

80,123,146,643.1

60,106,130,263.0

60,118,151,486.0

30,136,175,238.0

60,121,146,450.7

60,118,121,413.0

45,115,144,305.0

20,153,172,226.4

45,123,152,321.0

210,108,160,1376.0

160,110,137,1034.4

160,109,135,853.0

45,118,141,341.0

20,110,130,131.4
180,90,130,800.4

150,105,135,873.4

150,107,130,816.0

20,106,136,110.4

300,108,143,1500.2

150,97,129,1115.0

60,109,153,387.6

90,100,127,700.0

150,97,127,953.2

45,114,146,304.0

90,98,125,563.2

45,105,134,251.0

45,110,141,300.0

120,100,130,500.4

270,100,131,1729.0

30,159,182,319.2

45,149,169,344.0

30,103,139,151.1

120,100,130,500.0

45,100,120,225.3

30,151,170,300.1

45,102,136,234.0

120,100,157,1000.1

45,129,103,242.0

20,83,107,50.3
180,101,127,600.1

45,107,137,

30,90,107,105.3

15,80,100,50.5

20,150,171,127.4

20,151,168,229.4

30,95,128,128.2

25,152,168,244.2

30,109,131,188.2

90,93,124,604.1

20,95,112,77.7

90,90,110,500.0

90,90,100,500.0

90,90,100,500.4

30,92,108,92.7

30,93,128,124.0

180,90,120,800.3

30,90,120,86.2

90,90,120,500.3

210,137,184,1860.4

60,102,124,325.2

45,107,124,275.0

15,124,139,124.2

45,100,120,225.3

60,108,131,367.6
60,108,151,351.7

60,116,141,443.0

60,97,122,277.4

60,105,125,

60,103,124,332.7

30,112,137,193.9

45,100,120,100.7

60,119,169,336.7

60,107,127,344.9

60,111,151,368.5

60,98,122,271.0

60,97,124,275.3

60,109,127,382.0

90,99,125,466.4

60,114,151,384.0

60,104,134,342.5

60,107,138,357.5

60,103,133,335.0

60,106,132,327.5

60,103,136,339.0

20,136,156,189.0

45,117,143,317.7

45,115,137,318.0

45,113,138,308.0

20,141,162,222.4
60,108,135,390.0

60,97,127,

45,100,120,250.4

45,122,149,335.4

60,136,170,470.2

45,106,126,270.8

60,107,136,400.0

60,112,146,361.9

30,103,127,185.0

60,110,150,409.4

60,106,134,343.0

60,109,129,353.2

60,109,138,374.0

30,150,167,275.8

60,105,128,328.0

60,111,151,368.5

60,97,131,270.4

60,100,120,270.4

60,114,150,382.8

30,80,120,240.9

30,85,120,250.4

45,90,130,260.4

45,95,130,270.0

45,100,140,280.9

60,105,140,290.8
60,110,145,300.4

60,115,145,310.2

75,120,150,320.4

75,125,150,330.4

Vous aimerez peut-être aussi