【Python】pandasでファイルを読み書きする手法【チートシート】

pandasのチートシートです。

pandasのファイルの読み書きに関するコマンドをまとめてみました。

CSVファイルの読み書き

pd.read_csv()

pd.read_csv()はCSVファイルを読み取る関数です。
サンプルデータは以下のようにカンマ区切りのデータを使用します。

商品,値段,グレード
りんご,100,A
みかん,150,B
メロン,400,S
スイカ,250,C

import pandas as pd
df = pd.read_csv('sample.csv')
print(df)

>>>
    商品   値段 グレード
0  りんご  100    A
1  みかん  150    B
2  メロン  400    S
3  スイカ  250    C

データ解析のコンペなどはcsvファイルでデータが提供されることが多いので一番使うと思います。

よく使う引数

引数が多いのでよく使うものだけピックアップしました。

df.to_csv()

df.to_csv()はデータフレームをCSVファイルに書き込むことができます。

df.to_csv('output.csv', encoding='utf-8-sig')

日本語を使用している場合、encodingの引数を’utf-8-sig’にしないと文字化けします。’utf-8’でも大丈夫ですが、特にこだわりなければ’utf-8-sig’が無難です。

’utf-8’と’utf-8-sig’の違いについての詳細はこちらに詳しく書いてあります。

よく使う引数

こちらも引数が多いのでよく使うものだけピックアップしています。

Excelファイルの読み書き

pd.read_excel()

pd.read_excel()はExcelファイルを読み込みます。csvとは違い、読み取るシートを指定できるのが特徴です。自宅でネットワークのスピードを測ったエクセルデータを読み込んでみました。

df = pd.read_excel('sample.xlsx', usecols=[2,4,6,7], sheet_name='ネット速度')
print(df)

>>>
       　日付      ネットワーク  下り(Mbps)  上り(Mbps)
0  2020/12/9   Wifi(5GHz)     86.90    110.20
1  2020/12/15  Wifi(5GHz)     85.50    105.35
2  2020/12/16  Wifi(5GHz)     71.44     83.53

よく使う引数

こちらも引数が多いのでよく使うものだけピックアップしています。

sheet_name以外は基本的にread_csv()と同じです。

df.to_excel()

df.to_excel()はデータフレームをExcelファイルに書き出すことができます。

df.to_excel('output.xlsx')

なぜかわかりませんがExcelファイルに書き込みをすると勝手に罫線が引かれています。

よく使う引数

こちらも引数が多いのでよく使うものだけピックアップしています。

JSONファイルの読み書き

JSONファイルは階層構造を表現できるデータ形式です。NoSQLのデータベースによく用いられます。今回は以下のように記述されている’sample.json’を扱います。

{"row 1":{"col 1":"a","col 2":"b"},"row 2":{"col 1":"c","col 2":"d"}}

pd.read_json()

pd.read_json()は上記のようなJSONファイルを読み込みます。

df = pd.read_json('sample.json')
print(df)
>>>
       row 1 row 2
col 1     a     c
col 2     b     d

よく使う引数

こちらも引数が多いのでよく使うものだけピックアップしています。以下のふたつくらいかなと考えています。

orient引数を使うことでkey, valueのどちらをindex, columnにするかを指定できます。

df = pd.read_json('sample.json', orient='index')
print(df)
>>>
       col 1 col 2
row 1     a     c
row 2     b     d

リストタイプのJSONを読み込む時はorient='records'を使ってたりもします。

df.to_json()

df.to_json()はデータフレームをJSONファイルに書き出します。

df.to_json('sample.json')

よく使う引数

読み込みと同様以下のふたつくらいかなと考えています。

Seriesならorientはデフォルトで’index’, DataFrameなら’columns’になります。
’split’を選択すると辞書形式に、’records’を選択するとリスト形式で保存します。
‘split’と’records’は［ と｛ が逆転している関係になります。

まとめ