De aller fleste dataanalyser starter med å lese data fra fil. pandas har funksjoner for de vanligste formatene:

Innlesningsfunksjoner:

pd.read_csv("data.csv") → komma-separert fil

pd.read_excel("data.xlsx") → Excel-fil

pd.read_json("data.json") → JSON-fil

pd.read_html("url") → HTML-tabell fra nettside

Norske filer har ofte spesielle tegnsett og formateringskonvensjoner som du må håndtere:

Viktige parametere for norske CSV-filer:

sep=";" → semikolon som separator (norsk standard)

decimal="," → komma som desimaltegn

encoding="utf-8" → tegnsett for æ, ø, å (prøv "latin-1" hvis det feiler)

dayfirst=True → tolker 01.03.2025 som 1. mars

Les en fil med semikolon-separator, norsk desimaltegn og æ/ø/å.

Løsning:

df = pd.read_csv("salg.csv", sep=";", decimal=",", encoding="utf-8")

Norsk CSV med riktig formatering

print(df.shape)

Sjekk dimensjoner: (rader, kolonner)

print(df.head())

Se de 5 første radene

print(df.dtypes)

Sjekk at tall er numeriske, ikke tekst

Mange datakilder (SSB, Norges Bank, yr.no) tilbyr data via APIer som du kan hente programmatisk med requests.

API-kall med requests:

import requests

response = requests.get("https://api.example.com/data")

data = response.json() → konverterer JSON-svar til Python-dict

df = pd.DataFrame(data) → til DataFrame for videre analyse

Studieguide: Datainnsamling og filbehandling