Pandas IO操作

Pandas IO操作の例

テキストファイルを読み込む主な機能はread_csv()とread_table()です。彼らは同じ解析コードを使用してテーブルデータをスマートにDataFrameオブジェクトに変換します：

　pandas.read_csv(filepath_or_buffer,　sep=',',　delimiter=None,　header='infer',
　names=None,　index_col=None,　usecols=None

　pandas.read_csv(filepath_or_buffer,　sep='\t',　delimiter=None,　header='infer',
　names=None,　index_col=None,　usecols=None

このデータをtemp.csvとして保存し、操作を行います。

　S.No,Name,Age,City,Salary
　1,Tom,28,Toronto,20000
　2,Lee,32,HongKong,3000
　3,Steven,43,Bay　Area,8300
　4,Ram,38,Hyderabad,3900

read.csv

read.csvはcsvファイルからデータを読み取り、DataFrameオブジェクトを作成します。

　import pandas as pd
　df=pd.read_csv("temp.csv")
　print df

以下は実行結果です：

S.No　Name　Age　City　Salary
0　　　　　1　　　　　　Tom　　　　28　　　　Toronto　　　　20000
1　　　　　2　　　　　　Lee　　　　32　　　HongKong　　　　　3000
2　　　　　3　　　Steven　　　　43　　　Bay Area　　　　　8300
3　　　　　4　　　　　　Ram　　　　38　　Hyderabad　　　　　3900

カスタムインデックス

これにより、csvファイル内の特定の列を指定して、index_colを使ってカスタムインデックスを使用することができます。

　import pandas as pd
　df=pd.read_csv("temp.csv",index_col=['S.No'])
　print df

以下は実行結果です：

S.No　Name　Age　City　Salary
1　　　　　　　Tom　　　　28　　　　Toronto　　　　20000
2　　　　　　　Lee　　　　32　　　HongKong　　　　　3000
3　　　　Steven　　　　43　　　Bay Area　　　　　8300
4　　　　　　　Ram　　　　38　　Hyderabad　　　　　3900

変換器

列のdtypeはdictとして渡すことができます。

　import pandas as pd
　df　=　pd.read_csv("temp.csv",　dtype={'Salary':　np.float}64)
　print　df.dtypes

以下は実行結果です：

S.No　int64
Name　object
Age　int64
City　object
Salary　float64
dtype:　object

デフォルトでは、Salaryカラムのdtypeはintですが、結果としてfloatとして表示されます。なぜなら、明示的に型を変換しているからです。したがって、データはfloatのように見えます。

したがって、データはfloatのように見えます。

　　　S.No　Name　Age　City　Salary
0　　　1　　　　　Tom　　　28　　　　Toronto　　　20000.0
1　　　2　　　　　Lee　　　32　　　HongKong　　　　3000.0
2　　　3　　Steven　　　43　　　Bay Area　　　　8300.0
3　　　4　　　　　Ram　　　38　　Hyderabad　　　　3900.0

タイトル名

namesパラメータを使用してタイトルの名前を指定します。

　import pandas as pd
　　
　df=pd.read_csv("temp.csv",　names=['a',　'b',　'c','d','e'])
　print df

以下は実行結果です：

　　　a　　　　　　　b　　　c　　　　　　　　　　　d　　　　　　　e
0　S.No　　　　　Name　　　Age　　　　　　　City　　　Salary
1　　　　　　1　　　　　　Tom　　　28　　　　　Toronto　　　　20000
2　　　　　　2　　　　　　Lee　　　32　　　　HongKong　　　　　3000
3　　　　　　3　　　Steven　　　43　　　　Bay Area　　　　　8300
4　　　　　　4　　　　　　Ram　　　38　　　Hyderabad　　　　　3900

注意：ヘッダー名にカスタム名が追加されていますが、ファイルのヘッダーはまだ削除されていません。現在、headerパラメータを使用してそれを削除します。

タイトルが最初の行にない場合、行番号をタイトルに渡します。これにより、前の行をスキップします。

　import pandas as pd　
　df=pd.read_csv("temp.csv",names=['a','b','c','d','e'],header=0)
　print df

以下は実行結果です：

　　a　　　　　　　b　　　c　　　　　　　　　　　d　　　　　　　e
0　S.No　　　　　Name　　　Age　　　　　　　City　　　Salary
1　　　　　1　　　　　　Tom　　　28　　　　　Toronto　　　　20000
2　　　　　2　　　　　　Lee　　　32　　　　HongKong　　　　　3000
3　　　　　3　　　Steven　　　43　　　　Bay Area　　　　　8300
4　　　　　4　　　　　　Ram　　　38　　　Hyderabad　　　　　3900

skiprows

skiprowsは指定された行数をスキップします。

　import pandas as pd
　df=pd.read_csv("temp.csv",　skiprows=2)
　print df

以下は実行結果です：

　　　　2　　　　　　Lee　　　32　　　　HongKong　　　3000
0　　　3　　　Steven　　　43　　　　Bay Area　　　8300
1　　　4　　　　　　Ram　　　38　　　Hyderabad　　　3900