{
"cells": [
{
"cell_type": "markdown",
"metadata": {},
"source": [
"# 3 ファイル入出力"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## 3.1 DataFrameをCSVファイルとして保存する方法"
]
},
{
"cell_type": "code",
"execution_count": 1,
"metadata": {},
"outputs": [
{
"data": {
"text/html": [
"
\n",
"\n",
"
\n",
" \n",
" \n",
" | \n",
" linear | \n",
" square | \n",
" cubic | \n",
"
\n",
" \n",
" \n",
" \n",
" d1 | \n",
" 1 | \n",
" 1 | \n",
" 1 | \n",
"
\n",
" \n",
" d2 | \n",
" 2 | \n",
" 4 | \n",
" 8 | \n",
"
\n",
" \n",
" d3 | \n",
" 3 | \n",
" 9 | \n",
" 27 | \n",
"
\n",
" \n",
"
\n",
"
"
],
"text/plain": [
" linear square cubic\n",
"d1 1 1 1\n",
"d2 2 4 8\n",
"d3 3 9 27"
]
},
"execution_count": 1,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"import pandas as pd # pandasを 'pd' という名で読込み\n",
"lst = [[1,1,1],[2,4,8],[3,9,27]] # 元になる2次元のデータ\n",
"# DataFrameの生成\n",
"df = pd.DataFrame( lst, columns=['linear','square','cubic'],\n",
" index=['d1','d2','d3'] )\n",
"df # 内容確認"
]
},
{
"cell_type": "code",
"execution_count": 2,
"metadata": {},
"outputs": [],
"source": [
"df.to_csv( 'csv01.csv' ) # デフォルト\n",
"df.to_csv( 'csv01_noindex.csv', index=False ) # インデックス無し\n",
"df.to_csv( 'csv01_nohead.csv', header=False ) # カラム無し\n",
"df.to_csv( 'csv01_array.csv', index=False, header=False ) # インデックス,カラム共に無し"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## 3.2 CSVファイルを読み込んでDataFrameにする方法"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### 3.2.1 CSVの指定した列をインデックスと見なす方法"
]
},
{
"cell_type": "code",
"execution_count": 3,
"metadata": {},
"outputs": [
{
"data": {
"text/html": [
"\n",
"\n",
"
\n",
" \n",
" \n",
" | \n",
" Unnamed: 0 | \n",
" linear | \n",
" square | \n",
" cubic | \n",
"
\n",
" \n",
" \n",
" \n",
" 0 | \n",
" d1 | \n",
" 1 | \n",
" 1 | \n",
" 1 | \n",
"
\n",
" \n",
" 1 | \n",
" d2 | \n",
" 2 | \n",
" 4 | \n",
" 8 | \n",
"
\n",
" \n",
" 2 | \n",
" d3 | \n",
" 3 | \n",
" 9 | \n",
" 27 | \n",
"
\n",
" \n",
"
\n",
"
"
],
"text/plain": [
" Unnamed: 0 linear square cubic\n",
"0 d1 1 1 1\n",
"1 d2 2 4 8\n",
"2 d3 3 9 27"
]
},
"execution_count": 3,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"df2 = pd.read_csv( 'csv01.csv' ) # CSVファイルの読込み\n",
"df2 # 内容確認"
]
},
{
"cell_type": "code",
"execution_count": 4,
"metadata": {},
"outputs": [
{
"data": {
"text/html": [
"\n",
"\n",
"
\n",
" \n",
" \n",
" | \n",
" linear | \n",
" square | \n",
" cubic | \n",
"
\n",
" \n",
" \n",
" \n",
" d1 | \n",
" 1 | \n",
" 1 | \n",
" 1 | \n",
"
\n",
" \n",
" d2 | \n",
" 2 | \n",
" 4 | \n",
" 8 | \n",
"
\n",
" \n",
" d3 | \n",
" 3 | \n",
" 9 | \n",
" 27 | \n",
"
\n",
" \n",
"
\n",
"
"
],
"text/plain": [
" linear square cubic\n",
"d1 1 1 1\n",
"d2 2 4 8\n",
"d3 3 9 27"
]
},
"execution_count": 4,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"df2 = pd.read_csv( 'csv01.csv', index_col=0 ) # 左端の列をインデックスと見なす\n",
"df2 # 内容確認"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### 3.2.2 CSVの先頭行をデータと見なす方法"
]
},
{
"cell_type": "code",
"execution_count": 5,
"metadata": {},
"outputs": [
{
"data": {
"text/html": [
"\n",
"\n",
"
\n",
" \n",
" \n",
" | \n",
" 1 | \n",
" 1.1 | \n",
" 1.2 | \n",
"
\n",
" \n",
" d1 | \n",
" | \n",
" | \n",
" | \n",
"
\n",
" \n",
" \n",
" \n",
" d2 | \n",
" 2 | \n",
" 4 | \n",
" 8 | \n",
"
\n",
" \n",
" d3 | \n",
" 3 | \n",
" 9 | \n",
" 27 | \n",
"
\n",
" \n",
"
\n",
"
"
],
"text/plain": [
" 1 1.1 1.2\n",
"d1 \n",
"d2 2 4 8\n",
"d3 3 9 27"
]
},
"execution_count": 5,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"df2 = pd.read_csv( 'csv01_nohead.csv', index_col=0 ) # CSVファイルの読込み\n",
"df2 # 内容確認"
]
},
{
"cell_type": "code",
"execution_count": 6,
"metadata": {},
"outputs": [
{
"data": {
"text/html": [
"\n",
"\n",
"
\n",
" \n",
" \n",
" | \n",
" linear | \n",
" square | \n",
" cubic | \n",
"
\n",
" \n",
" \n",
" \n",
" d1 | \n",
" 1 | \n",
" 1 | \n",
" 1 | \n",
"
\n",
" \n",
" d2 | \n",
" 2 | \n",
" 4 | \n",
" 8 | \n",
"
\n",
" \n",
" d3 | \n",
" 3 | \n",
" 9 | \n",
" 27 | \n",
"
\n",
" \n",
"
\n",
"
"
],
"text/plain": [
" linear square cubic\n",
"d1 1 1 1\n",
"d2 2 4 8\n",
"d3 3 9 27"
]
},
"execution_count": 6,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"df2 = pd.read_csv( 'csv01_nohead.csv', index_col=0,\n",
" names=['linear','square','cubic'] ) # CSVファイルの読込み\n",
"df2 # 内容確認"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": []
}
],
"metadata": {
"kernelspec": {
"display_name": "Python 3 (ipykernel)",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.10.3"
}
},
"nbformat": 4,
"nbformat_minor": 4
}