Có nên học pandas? Cùng một báo cáo viết bằng csv và pandas
Bài 1/3 · Chương 1
Bắt đầu
- 6 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 12
Có nên học pandas khi Python đã có module csv? Cách trả lời nhanh nhất là viết cùng một báo cáo hai lần: một lần bằng csv như bạn đã biết, một lần bằng pandas, thư viện xử lý bảng dữ liệu của Python. Bạn cần pandas khi mỗi tuần phải cộng, đếm, so một file chi tiêu hay đơn hàng vài nghìn dòng.
Cần biết trước: đọc file CSV bằng module csv và gom nhóm bằng dict.
Cùng một báo cáo, viết bằng module csv
File chi_tieu.csv là sổ chi tiêu năm 2025 của một người, mỗi dòng một khoản: ngày, danh mục, mô tả, số tiền, hình thức trả. Câu hỏi của báo cáo: mỗi danh mục tiêu hết bao nhiêu? Với module csv, bạn đọc từng dòng, đổi số tiền sang số và cộng dồn vào một dict:
import csv
tong = {}
with open("chi_tieu.csv", encoding="utf-8") as f:
for dong in csv.DictReader(f):
dm = dong["danh_muc"]
tong[dm] = tong.get(dm, 0) + int(dong["so_tien"])
for dm, tien in sorted(tong.items()):
print(dm, tien)KẾT QUẢ
Di chuyển 6017000
Giải trí 8779000
Khác 8108000
Mua sắm 18384000
Nhà ở 65103000
Sức khỏe 10236000
Ăn uống 69399000Tám dòng code, và mỗi dòng là một việc bạn phải nhớ: mở file đúng bảng mã, đổi chuỗi "27000" sang số bằng int(), khởi tạo tổng bằng get(dm, 0), tự sắp xếp khi in.
Cùng báo cáo đó, viết bằng pandas
pandas đọc cả file thành một bảng (DataFrame) rồi gom theo một cột bằng một lệnh. Ba dòng dưới cho đúng các con số ở trên:
import pandas as pd
chi_tieu = pd.read_csv("chi_tieu.csv")
print(chi_tieu.groupby("danh_muc")["so_tien"].sum())KẾT QUẢ
danh_muc
Di chuyển 6017000
Giải trí 8779000
Khác 8108000
Mua sắm 18384000
Nhà ở 65103000
Sức khỏe 10236000
Ăn uống 69399000
Name: so_tien, dtype: int64Mỗi con số khớp với bản csv. import pandas as pd nạp thư viện với tên ngắn pd, bài import pandas nói kỹ. pd.read_csv() đọc file và tự đổi cột so_tien sang số, bài read_csv() dạy nó. groupby("danh_muc")["so_tien"].sum() làm đúng việc của vòng lặp và dict, bài groupby() dạy nó. Đổi .sum() thành .count() rồi chạy lại: dòng Ăn uống in 815, số khoản chi ăn uống trong năm.
Chỗ pandas tính hộ bạn: kiểu của cột
Module csv trả mọi ô về chuỗi. Quên đổi kiểu một lần là kết quả sai mà không có thông báo nào, như khung dưới. read_csv() xem cả cột rồi đoán kiểu, nên cột toàn chữ số thành số nguyên ngay khi đọc:
import pandas as pd
chi_tieu = pd.read_csv("chi_tieu.csv")
print(chi_tieu["so_tien"].max())
print(chi_tieu["so_tien"].sum())KẾT QUẢ
4500000
186026000Khoản chi lớn nhất là 4.500.000 đ, tổng cả năm là 186.026.000 đ. Không có int() nào trong code, vì pandas đã đọc cột so_tien thành số.
Khi nào module csv vẫn đủ
pandas không thay hẳn module csv. Nó phải được cài thêm và nạp mất một, hai giây, nên một script chỉ đọc vài dòng cấu hình, hay chỉ chép file từ chỗ này sang chỗ khác, dùng csv là đủ. Bảng so sánh ngắn:
Việc | module | pandas |
|---|---|---|
Đọc một file |
|
|
Kiểu của ô | luôn là chuỗi | đoán theo cột |
Cộng theo nhóm | vòng lặp và dict |
|
Cần cài thêm | không | có |
Khi câu hỏi bắt đầu bằng "mỗi", "tổng", "trung bình", "so với tháng trước" và file có vài nghìn dòng, pandas cho code ngắn hơn và ít chỗ sai hơn. Phần còn lại của tutorial này đi từng bước từ import pandas as pd.
Kiểm tra nhanh
Trong ví dụ báo cáo bằng module csv, bỏ int() ở dòng cộng dồn thì chương trình cho kết quả gì?
- Báo lỗi
TypeError, vì cộng số0với chuỗi - Vẫn in đúng các tổng
- In các tổng nhỏ hơn
- Báo lỗi
Trong khung bẫy tìm khoản chi lớn nhất bằng module csv, dòng in ra là gì?
990000450000027000
Những việc nào pandas làm hộ bạn khi đọc chi_tieu.csv bằng pd.read_csv()?
- Đổi cột
so_tiensang số - Giữ cả bảng để cộng một cột bằng một lệnh
- Sửa các khoản ghi sai danh mục
- Đổi cột
Script nào dùng module csv là đủ, không cần pandas?
- Đọc ba dòng cấu hình rồi in ra
- Tính tổng chi theo từng danh mục trên 1.036 khoản
- So chi tiêu từng tháng với tháng trước
Bài tập
Tổng chi của một sổ
Mỗi tuần bạn xuất một sổ chi tiêu ra file CSV có các cột ngay, danh_muc, so_tien. Viết thân hàm tong_chi(duong_dan): đọc file ở duong_dan và cộng mọi số tiền trong cột so_tien. Sổ không có khoản nào thì tổng là 0.
Trả về: tổng chi của sổ, một int.
import pandas as pd
def tong_chi(duong_dan):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
Module
csvđọc từng dòng và trả mọi ô về chuỗi; bạn tự đổi kiểu và tự cộng dồn.pandas đọc cả file thành một bảng và đoán kiểu từng cột, nên cột số tiền đã là số.
Cùng báo cáo tổng chi theo danh mục: tám dòng với
csv, ba dòng với pandas, cùng các con số.So hay cộng chuỗi số mà quên
int()cho kết quả sai hayTypeError.Script chỉ đọc vài dòng thì module
csvđủ; việc gom, cộng, so trên cả cột thì nên dùng pandas.
Câu hỏi thường gặp
Học pandas có cần biết NumPy trước không?
Không bắt buộc, nhưng có ích: mỗi cột số của pandas giữ dữ liệu trong một mảng NumPy, nên phép tính trên cả cột giống phép tính trên mảng. Bài import pandas nói quan hệ đó.
pandas có thay được Excel không?
Với việc lặp lại mỗi tuần trên file vài nghìn dòng, có: code chạy lại một giây, không bấm lại từng bước. Excel vẫn tiện để xem nhanh và trình bày; trang pandas cho người dùng Excel đặt hai cách cạnh nhau.
File quá lớn cho pandas thì sao?
Sổ vài trăm nghìn dòng pandas vẫn đọc trong vài giây. File lớn hơn bộ nhớ thì đọc từng phần, bài đọc file CSV lớn chỉ cách.
Đã quen module csv, chuyển sang pandas có khó không?
Ý tưởng giữ nguyên: đọc file, chọn cột, gom theo nhóm. Khác ở chỗ mỗi việc là một lệnh trên cả bảng thay cho một vòng lặp; bài read_csv() là bước tiếp theo sau import.
Chủ đề
Dữ liệu của bài
- Tải xuống
chi_tieu.csv
CSV · 56.82 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.