4. データの読み込みと書き出し（CSV, Excel, 他）¶

pandas を使用すると、CSV や Excel ファイルをはじめとする多様な形式のデータを手軽に扱うことができます。このセクションでは、pandas を使ってデータを読み込み、そして書き出す方法について学びます。

4.1 CSV ファイルの読み込み¶

CSV（Comma-Separated Values）は最も一般的なテキストデータ形式の一つです。pandas には、この形式のデータを読み込むためのread_csv関数があります。

import pandas as pd

# CSVファイルを読み込む
df = pd.read_csv('sample.csv')

# データフレームの内容を確認
print(df.head())

このコードはsample.csvという名前の CSV ファイルを読み込み、データフレームとして表示します。

Excel ファイルの読み込みにはread_excel関数を使用します。この関数は、単一のシートだけでなく複数シートを含む Excel ファイルにも対応しています。

# Excelファイルを読み込む
df = pd.read_excel('sample.xlsx', sheet_name='Sheet1')

# データフレームの内容を確認
print(df.head())

このコードはsample.xlsxという Excel ファイルのSheet1シートからデータを読み込みます。

データの書き出しも簡単に行えます。データを CSV ファイルや Excel ファイルとして保存するための関数を見ていきましょう。

pandas では、to_csv関数を使ってデータを CSV ファイルとして保存することができます。

# データフレームをCSVファイルとして保存
df.to_csv('output.csv', index=False)

このコードは、データフレームdfをoutput.csvとして保存します。index=Falseは、データフレームのインデックスをファイルに含めないようにしています。

データを Excel ファイルとして保存するにはto_excel関数を使用します。

# データフレームをExcelファイルとして保存
df.to_excel('output.xlsx', sheet_name='Results', index=False)

このコードは、dfをoutput.xlsxという名前で保存し、Resultsというシート名を指定しています。

pandas は、JSON や SQL データベース、Parquet ファイルなど、他の多くの形式にも対応しています。詳細は、pandas の公式ドキュメントで確認してみてください。

これで、pandas を使った基本的なデータの読み込みと書き出しの方法をマスターできました。実際に手を動かしながら進めると、感覚がつかみやすくなるので、ぜひ練習してみてくださいね。