Dış kaynaklı veri seti okuma, bilgisayar ortamına kayıtlı bir veri dosyasının program içine dahil edilmesi anlamına gelmektedir. 

Veri dosyalarının türleri

Bilgisayar ortamında kayıtlı olan veri dosyalarının türleri ".csv" , ".xlsx" veya ".json" gibi formatlarda olabilmektedir. Pandas kütüphanesi aracılığı ile aşağıda sıralanan yapılar ile ilgili dosyanın türüne göre veriler okunarak DataFrame şeklinde görüntülenebilmeketedir.

• read_clipboard
• read_csv
• read_excel
• read_feather
• read_fwf
• read_gbq
• read_hdf
• read_html
• read_json
• read_orc
• read_parquet
• read_pickle
• read_sas
• read_spss
• read_sql
• read_sql_query
• read_sql_table
• read_stata
• read_table
• read_xml

Yukarıda sayılan dosya okuma türlerinden önemli olan bazılarını inceleyelim.

**Not-1: "read_clipboard" yapısı diğerlerinden biraz farklı olduğu için daha sonraki konu olan "Clipboard Methodu" konusunda ele alınacaktır.

**Not-2: Örneklerle gösterilenler haricinde diğer dosya türlerine de yaklaşık olarak aynı şekilde okuma yapılmaktadır. Örneklerde kullanılacak olan "Titanic" veri seti farklı dosya türleri şekline dönüştürelerek kaydedilmiştir.

Titanic veri setinin hikayesi: Titanic gemisinde yolculuk eden yolcuların bilgilerini içeren 891 satırlık bir veri setidir. 

 

1. ".csv": Virgülle ayrılmış değerler anlamına gelmektedir. (titanic.csv)

Dosya içerik görünümü aşağıdaki gibidir;

Yukarıda görünen ".csv" dosyasındaki elemanlar birbirlerinden virgül ile ayrılmıştır. Bu elemanları daha düzgün bir tablo ortamında görüntülemek için 

df=pd.read_csv("titanic.csv")
df.head()

Çıktı:

2. ".xlsx", excel formatındaki veri setidir. (titanic.xlsx)

Dosya içerik görünümü;

df=pd.read_excel("titanic.xlsx")
df.head()

Çıktı:

3. ".json", anahtar ve değeri çiftlerine sahip bir dosya biçimidir.

Dosya içerik görünümü;

df=pd.read_json("titanic.json")
df

Çıktı:

4. ".db", veri tabanı dosyasından veri okumak. (sqlite gösterilmiştir.)

#sqlite 3 veritabanı kütüphanesini import edildi
import sqlite3
#veritabanına bağlanıldı
conn=sqlite3.connect('DbName.db')

#veri tabanındaki ilgili tabloyu seç
sql_query="SELECT * FROM tablo_Adi"
#seçilen sorguyu df olarak kaydet
df=pd.read_sql(sql_query,conn)

5. API, Web API üzerinden genellikler veriler JSON veya XML formatında yayımlanır. 

Web sayfası içerik görünümü;

#Web sitesine bağlanabilmek için requests kütüphanesi içe aktarılır.
import requests
#web sitesinin adresi alınır.
url="https://jsonplaceholder.typicode.com/todos"
#response olarak kaydedilir.
response=requests.get(url)
#web sitesine bağlanıp-bağlanmadığı kontrol edilir. 200 dönerse bağlantı sağlanmıştır.
response.status_code

Çıktı:

200

#çekilen veriler json formatına çevrilerek DataFrame'ye aktarılır.
df=pd.DataFrame(data=response.json())
df.head()

Çıktı:

6. ".txt",  txt formatındaki veriler ".csv" yönteminde kullanılan "read_csv" şeklinde okunur.

Dosya içerik görünümü;

df=pd.read_csv("titanic.txt")
df

Çıktı:

7. ".pkl", nesneleri temsil eden bayt akışını depolar. Dosyayı "txt" olarak açtığınızda anlamsız veriler ile karşılaşırsınız. (titanic.pkl)

Dosya içerik görünümü;

df=pd.read_pickle("titanic.pkl")
df.head()

Çıktı: