Reading CSV

ไฟล์ CSV เป็นรูปแบบที่พบบ่อยที่สุดในงาน Data การอ่านให้ถูกต้องตั้งแต่แรกจะช่วยประหยัดเวลา clean ข้อมูลอย่างมาก

อ่านแบบพื้นฐาน

import pandas as pd

df = pd.read_csv("sales.csv")
df.info()

กำหนด dtype — ป้องกัน auto-detection ผิดพลาด

# รหัสไปรษณีย์ เช่น "01234" ถ้าไม่กำหนด dtype จะถูกอ่านเป็น int → 1234
df = pd.read_csv("customers.csv", dtype={
    "zipcode": str,
    "phone": str,
    "customer_id": str
})

จัดการ missing values ตั้งแต่ตอนอ่าน

# pandas จะถือ NA, N/A, null เป็น NaN อัตโนมัติ
# แต่ข้อมูลจริงอาจใช้คำอื่น
df = pd.read_csv("data.csv", na_values=[
    "N/A", "n/a", "-", "ไม่ระบุ", "NULL", ""
])

parse_dates — แปลง column เป็น datetime ทันที

df = pd.read_csv("orders.csv", parse_dates=["order_date", "ship_date"])
print(df.dtypes)
# order_date    datetime64[ns]
# ship_date     datetime64[ns]

ตัวเลือกที่ใช้บ่อย

df = pd.read_csv(
    "data.csv",
    encoding="utf-8-sig",    # รองรับภาษาไทย + BOM
    sep=",",                  # ตัวคั่น (default คือ comma)
    usecols=["col1", "col2"], # อ่านเฉพาะ column ที่ต้องการ
    nrows=1000,               # อ่านแค่ 1000 แถวแรก (ทดสอบ)
    skiprows=1,               # ข้ามแถวแรก
)

เปิดไฟล์ CSV ได้ตรงๆ ผ่าน File > Import
ไม่สามารถกำหนด dtype ได้ — ต้อง format column เอง
ใช้ =IMPORTDATA("url") เพื่อดึง CSV จาก URL

-- PostgreSQL
COPY sales FROM '/path/to/sales.csv' CSV HEADER;
-- หรือใช้ \copy ใน psql
\copy sales FROM 'sales.csv' WITH CSV HEADER

// C ต้อง parse CSV เอง ทีละ character
FILE *fp = fopen("sales.csv", "r");
char line[1024];
while (fgets(line, 1024, fp)) {
    // strtok(line, ",") แยกแต่ละ field
}
fclose(fp);