Trong bài viết này, bạn sẽ tìm hiểu các tính năng khác nhau của hàm read_csv của pandas ngoài việc tải tệp CSV và các tham số có thể được tùy chỉnh để có kết quả tốt hơn từ hàm read_csv gấu trúc. read_csv- cú pháp. gấu trúc. read_csv( filepath_or_buffer, sep, tiêu đề, index_col, usecols, tiền tố, dtype, bộ chuyển đổi, bỏ qua, bỏ qua, nrows, na_values, parse_dates) Mục đích. Đọc tệp giá trị được phân tách bằng dấu phẩy (csv) vào DataFrame. Cũng hỗ trợ tùy chọn lặp lại hoặc chia tệp thành nhiều phần
- Thông số
- filepath_or_buffer. str, đối tượng đường dẫn hoặc đối tượng giống tệp Mọi đường dẫn chuỗi hợp lệ đều được chấp nhận. Chuỗi cũng có thể là một URL. Đối tượng đường dẫn đề cập đến os. Con đường giống như. Các đối tượng giống như tệp có phương thức read(), chẳng hạn như xử lý tệp (e. g. thông qua chức năng mở tích hợp) hoặc StringIO
- tháng chín. str, (Mặc định là ',') Ranh giới ngăn cách phân biệt giữa hai mục dữ liệu tiếp theo bất kỳ
- tiêu đề. int, danh sách int, (Mặc định là 'suy ra') (Các) số hàng để sử dụng làm tên cột và phần đầu của dữ liệu. Hành vi mặc định là suy ra tên cột. nếu không có tên nào được chuyển thì hành vi giống với header=0 và tên cột được suy ra từ dòng đầu tiên của tệp
- tên. giống như mảng Danh sách các tên cột sẽ sử dụng. Nếu tệp chứa hàng tiêu đề, thì bạn nên chuyển rõ ràng header=0 để ghi đè tên cột. Bản sao trong danh sách này không được phép
- chỉ mục_col. int, str, chuỗi int/str hoặc Sai, (Mặc định Không có) (Các) Cột để sử dụng làm nhãn hàng của DataFrame, được cung cấp dưới dạng tên chuỗi hoặc chỉ mục cột. Nếu một chuỗi int/str được đưa ra, Multi Index được sử dụng
- sử dụng. giống như danh sách hoặc có thể gọi Trả về một tập hợp con của các cột. Nếu có thể gọi được, hàm có thể gọi được sẽ được đánh giá dựa trên tên cột, trả về các tên mà hàm có thể gọi được đánh giá là True
- tiếp đầu ngữ. str Tiền tố để thêm vào số cột khi không có tiêu đề, e. g. 'X' cho X0, X1
- gõ. Nhập tên hoặc chính tả của cột -> nhập Kiểu dữ liệu cho dữ liệu hoặc cột. e. g. {'Một'. np. float64, 'b'. np. int32, 'c'. ‘Int64’} Sử dụng str hoặc đối tượng cùng với cài đặt na_values phù hợp để giữ nguyên và không diễn giải dtype
- bộ chuyển đổi. dict Dict của các hàm để chuyển đổi giá trị trong các cột nhất định. Các khóa có thể là số nguyên hoặc nhãn cột
- mũi dùi. list-like, int hoặc callable Số dòng cần bỏ qua (được lập chỉ mục 0) hoặc số dòng cần bỏ qua (int) ở đầu tệp. Nếu có thể gọi được, hàm có thể gọi được sẽ được đánh giá dựa trên các chỉ số hàng, trả về True nếu hàng sẽ bị bỏ qua và Sai nếu không
- người bỏ qua. int Số dòng ở dưới cùng của tệp để bỏ qua
- cau mày. int Số hàng của tập tin để đọc. Hữu ích để đọc các phần của tệp lớn
- na_values. scalar, str, list-like hoặc dict Các chuỗi bổ sung để nhận dạng là NA/NaN. Nếu dict được thông qua, các giá trị NA cụ thể trên mỗi cột. Theo mặc định, các giá trị sau được hiểu là NaN. ‘’, ‘#N/A’, ‘#N/A N/A’, ‘#NA’, ‘-1. #IND', '-1. #QNAN’, ‘-NaN’, ‘-nan’, ‘1. #IND', '1. #QNAN’, ‘’, ‘N/A’, ‘NA’, ‘NULL’, ‘NaN’, ‘n/a’, ‘nan’, ‘null’
- parse_dates. bool hoặc danh sách int hoặc tên hoặc danh sách danh sách hoặc dict, (mặc định là Sai) Nếu được đặt thành True, sẽ cố phân tích cú pháp chỉ mục, nếu không thì phân tích cú pháp các cột được chuyển
- trả lại. DataFrame hoặc TextParser, Tệp giá trị được phân tách bằng dấu phẩy (CSV) được trả về dưới dạng cấu trúc dữ liệu hai chiều với các trục được gắn nhãn. Để biết danh sách đầy đủ các tham số, hãy tham khảo tài liệu chính thức
Đọc tệp CSVHàm pandas # Read the csv file
df = pd.read_csv("data1.csv")
df.head()
1 có thể được sử dụng theo nhiều cách khác nhau tùy theo mức độ cần thiết như sử dụng dấu phân cách tùy chỉnh, chỉ đọc các cột/hàng chọn lọc, v.v. Tất cả các trường hợp được đề cập dưới đây lần lượtDấu phân cách mặc địnhĐể đọc tệp CSV, hãy gọi hàm pandas # Read the csv file
df = pd.read_csv("data1.csv")
df.head()
1() và chuyển đường dẫn tệp làm đầu vàoBước 1. nhập gấu trúc import pandas as pd
Bước 2. Đọc CSV # Read the csv file
df = pd.read_csv("data1.csv")
# First 5 rows
df.head()
Dấu phân cách tùy chỉnh, khác nhauTheo mặc định, CSV được phân tách bằng dấu phẩy. Nhưng bạn cũng có thể sử dụng các ngăn cách khác. Hàm # Read the csv file
df = pd.read_csv("data1.csv")
df.head()
2 không giới hạn ở việc đọc tệp CSV với dấu tách mặc định (i. e. dấu phẩy). Nó có thể được sử dụng cho các dải phân cách khác như # Read the csv file
df = pd.read_csv("data1.csv")
df.head()
6, # Read the csv file
df = pd.read_csv("data1.csv")
df.head()
7 hoặc # Read the csv file
df = pd.read_csv("data1.csv")
df.head()
8. Để tải các tệp CSV có dấu phân cách như vậy, tham số # Read the csv file
df = pd.read_csv("data1.csv")
df.head()
9 được sử dụng để chuyển dấu phân cách được sử dụng trong tệp CSVHãy tải một tệp có dấu phân cách # Read the csv file
df = pd.read_csv("data1.csv")
df.head()
7# Read the csv file sep='|'
df = pd.read_csv("data2.csv", sep='|')
df
Đặt hàng bất kỳ làm tiêu đề cộtHãy xem khung dữ liệu được tạo bằng hàm pandas read_csv mà không có bất kỳ tham số tiêu đề nào # Read the csv file
df = pd.read_csv("data1.csv")
df.head()
Hàng # Read the csv file with header parameter
df = pd.read_csv("data1.csv", header=1)
df.head()
1 có vẻ phù hợp hơn cho tiêu đề. Nó có thể giải thích rõ hơn về các số liệu trong bảng. Bạn có thể đặt hàng # Read the csv file with header parameter
df = pd.read_csv("data1.csv", header=1)
df.head()
1 này làm tiêu đề trong khi đọc CSV bằng cách sử dụng tham số # Read the csv file with header parameter
df = pd.read_csv("data1.csv", header=1)
df.head()
3. Tham số tiêu đề lấy giá trị dưới dạng số hàng. Ghi chú. Đánh số hàng bắt đầu từ # Read the csv file with header parameter
df = pd.read_csv("data1.csv", header=1)
df.head()
1 bao gồm tiêu đề cột# Read the csv file with header parameter
df = pd.read_csv("data1.csv", header=1)
df.head()
Đổi tên tiêu đề cộtTrong khi đọc tệp CSV, bạn có thể đổi tên các tiêu đề cột bằng cách sử dụng tham số # Read the csv file with header parameter
df = pd.read_csv("data1.csv", header=1)
df.head()
5. Tham số # Read the csv file with header parameter
df = pd.read_csv("data1.csv", header=1)
df.head()
5 lấy danh sách tên của tiêu đề cột# Read the csv file with names parameter
df = pd.read_csv("data.csv", names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
Để tránh tiêu đề cũ được suy ra dưới dạng một hàng cho khung dữ liệu, bạn có thể cung cấp tham số # Read the csv file with header parameter
df = pd.read_csv("data1.csv", header=1)
df.head()
3 sẽ ghi đè tên tiêu đề cũ bằng tên mới. # Read the csv file with header and names parameter
df = pd.read_csv("data.csv", header=0, names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
Chương trình nhà khoa học dữ liệu công nghiệp MLPlusBạn có muốn học Khoa học dữ liệu từ các Nhà khoa học dữ liệu có kinh nghiệm không? Xây dựng sự nghiệp khoa học dữ liệu của bạn với bằng cấp được ngành công nhận trên toàn cầu. Giải quyết các dự án với dữ liệu thực của công ty và trở thành Nhà khoa học dữ liệu được chứng nhận trong vòng chưa đầy 12 tháng. Nhận khóa học Python hoàn chỉnh miễn phíXây dựng sự nghiệp khoa học dữ liệu của bạn với bằng cấp được ngành công nhận trên toàn cầu. Có được tư duy, sự tự tin và các kỹ năng khiến Nhà khoa học dữ liệu trở nên có giá trị Đang tải CSV không có tiêu đề cột trong pandasCó khả năng tệp CSV bạn tải không có bất kỳ tiêu đề cột nào. Pandas sẽ đặt hàng đầu tiên làm tiêu đề cột trong trường hợp mặc định # Read the csv file
df = pd.read_csv("data3.csv")
df.head()
Để tránh bất kỳ hàng nào được suy ra là tiêu đề cột, bạn có thể chỉ định # Read the csv file with header parameter
df = pd.read_csv("data1.csv", header=1)
df.head()
3 là # Read the csv file with header parameter
df = pd.read_csv("data1.csv", header=1)
df.head()
9. Nó sẽ buộc gấu trúc tạo các cột được đánh số bắt đầu từ 0. # Read the csv file with header=None
df = pd.read_csv("data3.csv", header=None)
df.head()
Thêm Tiền tố vào các cột được đánh sốBạn cũng có thể cung cấp tiền tố cho các tiêu đề cột được đánh số bằng cách sử dụng tham số # Read the csv file with names parameter
df = pd.read_csv("data.csv", names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
0 của hàm pandas read_csv# Read the csv file with header=None and prefix=column_
df = pd.read_csv("data3.csv", header=None, prefix='column_')
df.head()
Đặt (các) cột bất kỳ làm Chỉ mụcTheo mặc định, Pandas thêm chỉ mục ban đầu vào khung dữ liệu được tải từ tệp CSV. Bạn có thể kiểm soát hành vi này và đặt bất kỳ cột nào trong CSV của mình làm chỉ mục bằng cách sử dụng tham số # Read the csv file with names parameter
df = pd.read_csv("data.csv", names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
1Nó lấy tên của cột mong muốn phải được tạo làm chỉ mục Trường hợp 1. Tạo một cột làm chỉ mục ______3_______0Trường hợp 2. Tạo nhiều cột làm chỉ mục Đối với hai hoặc nhiều cột được tạo dưới dạng chỉ mục, hãy chuyển chúng dưới dạng danh sách # Read the csv file
df = pd.read_csv("data1.csv")
# First 5 rows
df.head() 1Chọn cột khi đọc CSVTrong thực tế, tất cả các cột của tệp CSV đều không quan trọng. Bạn chỉ có thể chọn những cột cần thiết sau khi tải tệp nhưng nếu biết trước những cột đó, bạn có thể tiết kiệm không gian và thời gian Tham số # Read the csv file with names parameter
df = pd.read_csv("data.csv", names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
2 lấy danh sách các cột bạn muốn tải trong khung dữ liệu của mìnhChọn cột bằng danh sách # Read the csv file
df = pd.read_csv("data1.csv")
# First 5 rows
df.head() 2Lựa chọn các cột bằng các hàm có thể gọi Tham số # Read the csv file with names parameter
df = pd.read_csv("data.csv", names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
2 cũng có thể nhận các chức năng có thể gọi được. Các hàm có thể gọi được đánh giá trên các tên cột để chọn cột cụ thể mà hàm đánh giá là True# Read the csv file
df = pd.read_csv("data1.csv")
# First 5 rows
df.head() 3Chọn/bỏ qua hàng khi đọc CSVBạn có thể bỏ qua hoặc chọn một số hàng cụ thể từ tập dữ liệu bằng cách sử dụng hàm # Read the csv file
df = pd.read_csv("data1.csv")
df.head()
2. Có 3 thông số có thể làm nhiệm vụ này. # Read the csv file with names parameter
df = pd.read_csv("data.csv", names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
5, # Read the csv file with names parameter
df = pd.read_csv("data.csv", names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
6 và # Read the csv file with names parameter
df = pd.read_csv("data.csv", names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
7Tất cả đều có chức năng khác nhau. Hãy thảo luận về từng người trong số họ một cách riêng biệt A. # Read the csv file with names parameter
df = pd.read_csv("data.csv", names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
5. Tham số này cho phép bạn kiểm soát số lượng hàng bạn muốn tải từ tệp CSV. Phải mất một số nguyên xác định số lượng hàng______3_______4B. # Read the csv file with names parameter
df = pd.read_csv("data.csv", names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
6. Tham số này cho phép bạn bỏ qua các hàng từ đầu tệp. Bỏ qua bằng cách chỉ định chỉ số hàng # Read the csv file
df = pd.read_csv("data1.csv")
# First 5 rows
df.head() 5Bỏ qua bằng cách sử dụng chức năng gọi lại Tham số # Read the csv file with names parameter
df = pd.read_csv("data.csv", names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
6 cũng có thể lấy một hàm có thể gọi được làm đầu vào để đánh giá trên các chỉ số hàng. Điều này có nghĩa là hàm có thể gọi được sẽ kiểm tra mọi chỉ số hàng để quyết định xem có nên bỏ qua hàng đó hay không______3_______6C. # Read the csv file with names parameter
df = pd.read_csv("data.csv", names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
7. Tham số này cho phép bạn bỏ qua các hàng từ cuối tệp. # Read the csv file
df = pd.read_csv("data1.csv")
# First 5 rows
df.head() 7Thay đổi kiểu dữ liệu của cộtBạn có thể chỉ định loại dữ liệu của các cột trong khi đọc tệp CSV. Tham số # Read the csv file with header and names parameter
df = pd.read_csv("data.csv", header=0, names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
2 lấy trong từ điển các cột với kiểu dữ liệu được xác định. Để gán các loại dữ liệu, bạn có thể nhập chúng từ gói numpy và đề cập đến chúng trên các cột phù hợpLoại dữ liệu của # Read the csv file with header and names parameter
df = pd.read_csv("data.csv", header=0, names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
3 trước khi thay đổi# Read the csv file
df = pd.read_csv("data1.csv")
# First 5 rows
df.head() 8# Read the csv file
df = pd.read_csv("data1.csv")
# First 5 rows
df.head() 9Loại dữ liệu của # Read the csv file with header and names parameter
df = pd.read_csv("data.csv", header=0, names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
3 sau khi thay đổi# Read the csv file sep='|'
df = pd.read_csv("data2.csv", sep='|')
df
0# Read the csv file sep='|'
df = pd.read_csv("data2.csv", sep='|')
df
1Phân tích ngày trong khi đọc CSVGiá trị ngày giờ rất quan trọng để phân tích dữ liệu. Bạn có thể chuyển đổi một cột thành cột loại ngày giờ trong khi đọc CSV theo hai cách Phương pháp 1. Tạo cột mong muốn làm chỉ mục và vượt qua # Read the csv file with header and names parameter
df = pd.read_csv("data.csv", header=0, names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
5# Read the csv file sep='|'
df = pd.read_csv("data2.csv", sep='|')
df
2_______10_______3Phương pháp 2. Chuyển cột mong muốn trong # Read the csv file with header and names parameter
df = pd.read_csv("data.csv", header=0, names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
6 dưới dạng danh sách# Read the csv file sep='|'
df = pd.read_csv("data2.csv", sep='|')
df
4# Read the csv file sep='|'
df = pd.read_csv("data2.csv", sep='|')
df
5Thêm nhiều giá trị NaNThư viện gấu trúc có thể xử lý rất nhiều giá trị bị thiếu. Nhưng có nhiều trường hợp dữ liệu chứa các giá trị bị thiếu ở dạng không có trong danh sách giá trị NA của gấu trúc. Nó không hiểu 'thiếu', 'không tìm thấy' hoặc 'không khả dụng' là các giá trị bị thiếu Vì vậy, bạn cần chỉ định chúng là thiếu. Để thực hiện việc này, hãy sử dụng tham số # Read the csv file with header and names parameter
df = pd.read_csv("data.csv", header=0, names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
7 nhận danh sách các giá trị đóĐang tải CSV mà không chỉ định # Read the csv file with header and names parameter
df = pd.read_csv("data.csv", header=0, names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
7# Read the csv file sep='|'
df = pd.read_csv("data2.csv", sep='|')
df
6Đang tải CSV với chỉ định # Read the csv file with header and names parameter
df = pd.read_csv("data.csv", header=0, names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
7# Read the csv file sep='|'
df = pd.read_csv("data2.csv", sep='|')
df
7Chuyển đổi giá trị của cột khi đọc CSVBạn có thể chuyển đổi, sửa đổi hoặc chuyển đổi giá trị của các cột của tệp CSV trong khi tải chính tệp CSV đó. Điều này có thể được thực hiện bằng cách sử dụng tham số # Read the csv file
df = pd.read_csv("data3.csv")
df.head()
0. # Read the csv file
df = pd.read_csv("data3.csv")
df.head()
0 lấy từ điển với các khóa là tên cột và giá trị là các hàm được áp dụng cho chúngHãy chuyển đổi các giá trị được phân tách bằng dấu phẩy (i. e 19,98,12,341) của cột # Read the csv file
df = pd.read_csv("data3.csv")
df.head()
2 trong tập dữ liệu thành giá trị số nguyên (199812341) trong khi đọc CSV# Read the csv file sep='|'
df = pd.read_csv("data2.csv", sep='|')
df
8Mẹo thiết thực- Trước khi tải tệp CSV vào khung dữ liệu gấu trúc, hãy luôn xem qua tệp. Nó sẽ giúp bạn ước tính cột nào bạn nên nhập và xác định loại dữ liệu mà cột của bạn nên có
- Bạn cũng nên theo dõi tổng số hàng của tập dữ liệu. Hệ thống có RAM 4 GB có thể không tải được 7-8 triệu hàng
Kiểm tra kiến thức của bạnQ1. Bạn không thể tải các tệp bằng dấu phân cách # Read the csv file
df = pd.read_csv("data3.csv")
df.head()
3 bằng hàm gấu trúc # Read the csv file
df = pd.read_csv("data1.csv")
df.head()
1. Đúng hay sai?Trả lờiTrả lời. SAI. Bởi vì, bạn có thể sử dụng tham số # Read the csv file
df = pd.read_csv("data1.csv")
df.head()
9 trong hàm # Read the csv file
df = pd.read_csv("data1.csv")
df.head()
1quý 2. Việc sử dụng tham số # Read the csv file
df = pd.read_csv("data3.csv")
df.head()
0 trong hàm # Read the csv file
df = pd.read_csv("data1.csv")
df.head()
1 là gì?Trả lờiTrả lời. Tham số # Read the csv file
df = pd.read_csv("data3.csv")
df.head()
0 được sử dụng để sửa đổi giá trị của các cột trong khi tải CSVQ3. Làm thế nào bạn sẽ làm cho gấu trúc nhận ra rằng một cột cụ thể là loại ngày giờ? Trả lờiTrả lời. Bằng cách sử dụng tham số # Read the csv file with header and names parameter
df = pd.read_csv("data.csv", header=0, names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
6Q4. Tập dữ liệu chứa các giá trị bị thiếu # Read the csv file with header=None
df = pd.read_csv("data3.csv", header=None)
df.head()
1, # Read the csv file with header=None
df = pd.read_csv("data3.csv", header=None)
df.head()
2 và # Read the csv file with header=None
df = pd.read_csv("data3.csv", header=None)
df.head()
3. Bạn sẽ chỉ định chúng như những giá trị còn thiếu như thế nào để Pandas diễn giải chúng một cách chính xác? . # Read the csv file with header=None
df = pd.read_csv("data3.csv", header=None)
df.head()
4)Trả lờiTrả lời. Bằng cách sử dụng tham số # Read the csv file with header and names parameter
df = pd.read_csv("data.csv", header=0, names=['Ranking', 'ST Name', 'Pop', 'NS', 'D'])
df.head()
7# Read the csv file sep='|'
df = pd.read_csv("data2.csv", sep='|')
df
9Q5. Làm cách nào để bạn đọc tệp CSV ở đâu, - Tiêu đề của các cột nằm ở hàng thứ 3 (được đánh số từ 1)
- 5 dòng cuối cùng của tệp có văn bản rác và nên tránh
- Chỉ những tên cột có chữ cái đầu tiên bắt đầu bằng nguyên âm mới được đưa vào. Giả sử chúng chỉ là một từ
(tên tệp CSV. # Read the csv file with header=None
df = pd.read_csv("data3.csv", header=None)
df.head()
6)Trả lờiTrả lời # Read the csv file
df = pd.read_csv("data1.csv")
df.head()
0 Bài viết được đóng góp bởi Kaustubh G và Shrivarsheni MáyHọcPlusMachine Learning Plus được tạo thành từ một nhóm những người nhiệt tình đam mê Khoa học dữ liệu. Họ giúp các Nhà phát triển, nhà quản lý doanh nghiệp và Nhà khoa học dữ liệu tuyệt vời trở nên giỏi hơn trong công việc của họ
Bạn có thể truy vấn tệp CSV bằng Python không?
querycsv -- Truy vấn Tệp CSV. truy vấncsv. py là một mô-đun Python và chương trình cho phép bạn thực thi mã SQL đối với dữ liệu chứa trong một hoặc nhiều tệp giá trị được phân tách bằng dấu phẩy (CSV) . Đầu ra của truy vấn SQL sẽ được hiển thị trên bảng điều khiển theo mặc định nhưng có thể được lưu trong tệp CSV mới.
Làm cách nào để đọc tệp CSV gấu trúc?
Để đọc tệp CSV trong từ điển Python Pandas, trước tiên hãy đọc tệp của chúng tôi trong DataFrame bằng phương thức read_csv(), sau đó chuyển đổi đầu ra thành từ điển bằng cách sử dụng phương thức Pandas DataFrame có sẵn . .
Làm cách nào để đọc các hàng cụ thể từ csv trong gấu trúc?
Đọc tệp CSV . Tải CSV vào DataFrame. nhập gấu trúc dưới dạng pd. df = pd. read_csv('dữ liệu. csv'). In DataFrame mà không cần phương thức to_string(). nhập gấu trúc dưới dạng pd. . Kiểm tra số lượng hàng được trả về tối đa. nhập gấu trúc dưới dạng pd. . Tăng số hàng tối đa để hiển thị toàn bộ DataFrame. nhập gấu trúc dưới dạng pd |