Pythonのデータ分析ライブラリ「pandas」は、データを扱う上で非常に便利なツールです。特にデータをCSV形式で保存することは、データ分析の分野でよく見られますが、データを読み込むために用いられるのがpandasの「read_csv」関数です。この関数の基本的な使い方から、便利なオプションを活用した応用まで、幅広く解説していきます。
この記事を通して、CSVファイルの取り扱いに自信を持てるようになりましょう。
pandasのread_csvとは？
pandasのread_csvは、CSVファイル（Comma Separated Values）をデータフレームとして読み込むための関数です。CSVファイルは、データがカンマで区切られた形式のファイルで、Excelなど他のツールでも取り扱いやすい形式として広く使われています。read_csv関数はこのCSVファイルを簡単にPythonで扱えるデータフレーム形式に変換してくれるため、データの分析や可視化に非常に役立ちます。
基本的な使い方
read_csv関数は非常にシンプルに使うことができます。ファイルパスを指定するだけで、データがデータフレームに変換されます。
import pandas as pd
# CSVファイルを読み込む
data = pd.read_csv("sample_data.csv")
# 出力
print(data)
CSVファイルのパスは、絶対パスか相対パスを使って指定！ファイルが同じディレクトリにない場合は、絶対パスを指定するか、相対パスでディレクトリを移動する必要があるよ！
ヘッダー行の指定
CSVファイルの最初の行がヘッダーとして含まれていない場合、header=Noneオプションを使用して、pandasにヘッダーがないことを知らせることができます。
# ヘッダー行なし
data = pd.read_csv('sample_data.csv', header=None)
この場合、pandasは自動的に0から始まる数値を列名として使用します！
特定の列のみ読み込む
大量のデータが含まれているCSVファイルで特定の列のみを抽出したい場合、usecolsオプションが役立ちます。
# IDと名前と職業のみ読み込む
data = pd.read_csv("sample_data.csv", usecols=["ID", "名前", "職業"])このように指定することで、必要な列だけを効率的に読み込むことができます！
インデックス列の指定
データの管理をわかりやすくするために、特定の列をインデックスとして設定することができます！例えば、「ID」という列をインデックスにしたい場合は以下のようにします！
# ID列をインデックスに指定
data = pd.read_csv("sample_data.csv", index_col="ID")インデックス列を指定することで、データフレーム内でのデータの参照が容易になります！それは、データの一意性や識別が簡単にできるようになるためです！データフレームのインデックスは、各行に対して一意な「識別子」として機能し、データの検索や抽出がしやすくなります！
データの欠損値をNaNとして読み込む
データの中には、欠損値（データが存在しない箇所）があることがあります。na_valuesオプションを使うことで、特定の値を欠損値（NaN）として読み込むことが可能です。
# '教師'を欠損値（NaN）として読み込む
data = pd.read_csv('sample_data.csv', na_values='教師')
通常値がない場合のみ「NaN」と表示するけど、na_valuesを使うことで、
特定の値を欠損値「NaN」とみなすことが可能だよ！
「-」を無効にしたい場合など使いどころはありそうだね！
読み込みの高速化
大量のデータを読み込む際には、read_csvのオプションを適切に設定して読み込み速度を向上させることが可能です。
使えるオプション
chunksize
分割してデータを読み込むサイズを指定します。
dtype
データ型を指定することでメモリ効率を高めることができます。
詳しい使い方は、以下の記事にまとめてあるよ！
ぜひ、ご覧ください！
※現在、執筆中
文字エンコーディングの設定
CSVファイルの文字エンコーディングがutf-8以外の場合、読み込む際にエラーが発生することがあります。encodingオプションを使ってエンコーディングを指定しましょう。
# Shift-JISエンコーディングのファイルを読み込む
data = pd.read_csv('sample_data.csv', encoding='shift_jis')まとめ
pandasのread_csvは、CSVファイルを簡単にPythonで扱うための便利な関数です。基本的な使い方を覚えることで、データ分析の効率が格段に上がります。また、各種オプションを活用することで、読み込みの柔軟性や速度も向上させることができます。ぜひ、今回の解説を参考にして、自分のプロジェクトで活用してみてください。
Pythonでデータ分析、楽しいですよね！
そんなプログラミングに楽しさを覚えたあなた！
勉強し始めて、IT業界に興味があるけど、自信がない。
僕も同じでした。なので、一人でコツコツ、1年間も独学で勉強…
そのあと、一人で転職活動…
心細かったのを覚えています…
しかし、時代は変わり、
プログラミングを学び、転職をサポートしてくれるスクールがあります！
その名も…
初心者から経験者まで対応できる300以上の講座ラインナップで、スキルアップを目指す方に最適！プロ講師による丁寧な「個人レッスン」で、あなたに合わせた指導を受けられます。
- オンライン or 対面で選べる受講スタイル：あなたのライフスタイルに合わせて柔軟に受講可能！
- 実践重視のカリキュラム：現場経験豊富な講師陣が指導。学んだスキルをそのまま活かせる即戦力を養成。
- 年間1500社の企業研修実績で、ビジネスシーンに即した指導内容が魅力！
就職・転職サポートも充実し、受講中はもちろん卒業後も安心。まずは無料体験で、その質の高さを体感してください！
「完全独学Python」で学習しているあなたなら大丈夫！
僕みたいにリモートワークで自由な生活を手に入れよう！
まずは無料体験・カウンセリングを受けてみよう！
もちろん、Pythonコースもあるよ！
コメント