• Ir al contenido principal
  • Skip to secondary menu
  • Ir a la barra lateral primaria
  • Ir al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Noticias
    • Opinión
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Boletín
  • Contacto
  • Acerca de Analytics Lane
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • GearBest
      • GeekBuying
      • JoyBuy

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Criptografía
  • Python
  • Matlab
  • R
  • Julia
  • JavaScript
  • Herramientas
  • Opinión
  • Noticias

Pandas: Leer archivos CSV con diferentes delimitadores en Pandas.

noviembre 30, 2020 Por Daniel Rodríguez Dejar un comentario

pandas

La función read_csv() de Pandas permite importar archivos en formato CSV de una forma fácil. Por defecto, la función asume que el separador de los valores es la coma (,), pero este es un comportamiento que se puede cambiar. Incluso para usar más de un delimitado en el mismo archivo. En esta entrada vamos a ver cómo trabajar con archivos CSV con diferentes delimitadores en Pandas.

Importando un archivo punto y coma como delimitador

Quizás una de las opciones más habituales a la hora de trabajar con archivos CSV es emplear el punto y coma como delimitador. Dado que en español el separador de decimales es la coma y puede llevar a confusión. En estos casos nos podemos encontrar con un archivo como el siguiente.

id;first_name;last_name;gender;ip_address
1;Modestia;Korpal;Female;230.81.137.210
2;Sander;Glandon;Male;183.251.237.143
3;Henrie;Cordeau;Female;72.182.134.193
4;Dorrie;Gallichan;Female;169.90.206.239
5;Terrel;Mulliss;Male;150.200.94.5

Ahora, si se intenta importar directamente mediante la función read_csv() de Pandas, como se explicó en una entrada anterior, el resultado no será el esperado.

import pandas as pd

data = pd.read_csv('puntoycoma.csv')
  id;first_name;last_name;gender;ip_address
0   1;Modestia;Korpal;Female;230.81.137.210
1     2;Sander;Glandon;Male;183.251.237.143
2    3;Henrie;Cordeau;Female;72.182.134.193
3  4;Dorrie;Gallichan;Female;169.90.206.239
4        5;Terrel;Mulliss;Male;150.200.94.5

Vemos que solamente se importa un registro. Para solucionar se puede utilizar la propiedad sep de la función para indicar a esta cual es el delimitador. En este caso, dado que el archivo usa punto, se puede importar con el siguiente código.

data = pd.read_csv('puntoycoma.csv', sep=';')
   id first_name  last_name  gender       ip_address
0   1   Modestia     Korpal  Female   230.81.137.210
1   2     Sander    Glandon    Male  183.251.237.143
2   3     Henrie    Cordeau  Female   72.182.134.193
3   4     Dorrie  Gallichan  Female   169.90.206.239
4   5     Terrel    Mulliss    Male     150.200.94.5

Importar con delimitadores formados por varios caracteres

Otra opción con la que nos podemos encontrar es que los delimitadores estén formados por más de un carácter. Por ejemplo, que estos sean dos guiones bajos (__), como el siguiente archivo.

id__first_name__last_name__gender__ip_address
1__Modestia__Korpal__Female__230.81.137.210
2__Sander__Glandon__Male__183.251.237.143
3__Henrie__Cordeau__Female__72.182.134.193
4__Dorrie__Gallichan__Female__169.90.206.239
5__Terrel__Mulliss__Male__150.200.94.5

En este caso se puede pensar que solamente hay que indicar que este separador en la propiedad sep. Pero para evitar problemas es necesario emplear además la propiedad engine con la propiedad python. Debido a que el motor por defecto utilizado por la función para procesar el archivo no soporta el uso de expresiones regulares, lo que se indica mediante una advertencia. Así, para importar este archivo se debería emplear el siguiente comando.

data = pd.read_csv('sub.csv', sep='__', engine='python')
   id first_name  last_name  gender       ip_address
0   1   Modestia     Korpal  Female   230.81.137.210
1   2     Sander    Glandon    Male  183.251.237.143
2   3     Henrie    Cordeau  Female   72.182.134.193
3   4     Dorrie  Gallichan  Female   169.90.206.239
4   5     Terrel    Mulliss    Male     150.200.94.5

Importar archivos con espacios y tabuladores

Una posibilidad con la que nos podemos encontrar es que un archivo CSV contenga espacios y tabuladores como delimitadores. Algo habitual cuando los archivos son editados manualmente. En esta situación se puede usar como separador \s+, lo que se interpretaría como separador tanto espacios como tabuladores o las combinaciones de ambos.

data = pd.read_csv('sub.csv', sep='\s+', engine='python')

Importar CSV con diferentes delimitadores

Finalmente podemos tener una situación en la que el delimitado sea diferente en cada línea, o incluso en la misa. Como sucede en el siguiente archivo.

id;first_name;last_name;gender;ip_address
1:Modestia,Korpal Female;230.81.137.210
2 Sander Glandon Male 183.251.237.143
3	Henrie	Cordeau	Female	72.182.134.193
4,Dorrie,Gallichan,Female,169.90.206.239
5:Terrel:Mulliss:Male:150.200.94.5

En este caso, si queremos importar los archivos se puede utilizar expresiones regulares para incluir todas las opciones posibles.

data = pd.read_csv('multiple.csv', sep='[;,:\s+]', engine='python')
   id first_name  last_name  gender       ip_address
0   1   Modestia     Korpal  Female   230.81.137.210
1   2     Sander    Glandon    Male  183.251.237.143
2   3     Henrie    Cordeau  Female   72.182.134.193
3   4     Dorrie  Gallichan  Female   169.90.206.239
4   5     Terrel    Mulliss    Male     150.200.94.5

Conclusiones

En la entrada de hoy hemos visto cómo es posible importar archivos CSV con diferentes delimitadores en Pandas. Incluso en el mismo archivo. Una solución que nos puede sacar de problemas en más de una situación, especialmente cuando los archivos que tenemos que importar no son generados correctamente.

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Contenido relacionado

Archivado en:Python Etiquetado con:pandas

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad


Barra lateral primaria

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

¡Síguenos en redes sociales!

  • facebook
  • github
  • telegram
  • pinterest
  • rss
  • tumblr
  • twitter
  • youtube

Publicidad

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Entradas recientes

Usar dispositivos USB en VirtualBox

enero 15, 2021 Por Daniel Rodríguez Dejar un comentario

Eliminar elementos en matrices de Matlab

enero 13, 2021 Por Daniel Rodríguez Dejar un comentario

NumPy

NumPy: Crear matrices vacías en NumPy y adjuntar filas o columnas

enero 11, 2021 Por Daniel Rodríguez Dejar un comentario

Publicidad

Es tendencia

  • Seleccionar filas y columnas en Pandas con iloc y loc bajo Python
  • Excel en Python Guardar y leer archivos Excel en Python bajo Python
  • ¿Cómo eliminar columnas y filas en un dataframe pandas? bajo Python
  • Unir y combinar dataframes con pandas en Python bajo Python
  • ¿Cómo cambiar el nombre de las columnas en Pandas? bajo Python

Publicidad

Lo mejor valorado

5 (3)

Ordenar una matriz en Matlab en base a una fila o columna

5 (3)

Automatizar el análisis de datos con Pandas-Profiling

5 (5)

Diferencias entre var y let en JavaScript

5 (6)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

5 (3)

Unir y combinar dataframes con pandas en Python

Publicidad

Comentarios recientes

  • Daniel Rodríguez en Calculadora de probabilidades de ganar a la lotería
  • abel en Calculadora de probabilidades de ganar a la lotería
  • David Arias en Diferencias entre regresión y clasificación en aprendizaje automático
  • Juan Aguilar en Archivos JSON con Python: lectura y escritura
  • Camilo en Contar palabras en una celda Excel

Publicidad

Footer

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Noticias
  • Opinión

Programación

  • JavaScript
  • Julia
  • Matlab
  • Python
  • R

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Lo más popular
  • Tienda

Tiendas Afiliadas

  • AliExpress
  • Amazon
  • BangGood
  • GearBest
  • Geekbuying
  • JoyBuy

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Amazon

2018-2020 Analytics Lane · Términos y condiciones · Política de Cookies · Política de Privacidad · Herramientas de privacidad · Contacto