Pythonデータ分析入門編4:pandasによるデータの読み込み1

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 1,
   "id": "531a1da9",
   "metadata": {},
   "outputs": [],
   "source": [
    "import pandas as pd"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "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": "3.9.4"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 1,
   "id": "531a1da9",
   "metadata": {},
   "outputs": [],
   "source": [
    "import pandas as pd"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "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": "3.9.4"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 1,
   "id": "531a1da9",
   "metadata": {},
   "outputs": [],
   "source": [
    "import pandas as pd\n",
    "\n",
    "\n",
    "column_names = [\"name\", \"language\", \"age\"]"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "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": "3.9.4"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 1,
   "id": "531a1da9",
   "metadata": {},
   "outputs": [],
   "source": [
    "import pandas as pd\n",
    "\n",
    "\n",
    "column_names = [\"name\", \"language\", \"age\"]"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "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": "3.9.4"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 1,
   "id": "531a1da9",
   "metadata": {},
   "outputs": [],
   "source": [
    "import pandas as pd\n",
    "\n",
    "\n",
    "nas = [\"himitsu\", -1]"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "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": "3.9.4"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 1,
   "id": "531a1da9",
   "metadata": {},
   "outputs": [],
   "source": [
    "import pandas as pd\n",
    "\n",
    "\n",
    "nas = [\"himitsu\", -1]"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "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": "3.9.4"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}

この動画を見るには

paiza会員登録のうえ

有料会員登録が必要です

問題ログインすると模範解答や入力を見ることができます

演習課題「CSVファイルの読み込み」

/home/ubuntu/csvにはstudents.csvというファイルが用意されています。このファイルをDataFrameとして読み込み、結果を表示してください。採点の前にはすべてのセルを実行し、ノートブックを保存してください。

期待する出力値

	name	language	age
0	kirishima	ruby	15
1	rokumura	python	16
2	midorikawa	c	16

問題ログインすると模範解答や入力を見ることができます

演習課題「ヘッダ行のないCSVファイルの読み込み」

/home/ubuntu/csvにはstudents.csvというファイルが用意されていますが、このファイルにはヘッダ行がありません。デフォルトコードのcolumn_namesの要素が順に列名となるように、このファイルをDataFrameとして読み込み、結果を表示してください。採点の前にはすべてのセルを実行し、ノートブックを保存してください。

期待する出力値

	name	language	age
0	kirishima	ruby	15
1	rokumura	python	16
2	midorikawa	c	16

問題ログインすると模範解答や入力を見ることができます

演習課題「欠損値扱いする値の指定」

/home/ubuntu/csvにはstudents.csvというファイルが用意されています。"himitsu"という文字列と-1という数値がNaNとして扱われるように、このファイルをDataFrameとして読み込み、結果を表示してください。採点の前にはすべてのセルを実行し、ノートブックを保存してください。

期待する出力値

	name	language	age
0	kirishima	NaN	15
1	rokumura	python	NaN
2	NaN	c	16

Tips

動画へ戻る

次のチャプターへ前のチャプターへ

※有料会員になるとこの動画をご利用いただけます

詳しい説明を読む

＃02:pandasによるデータの読み込み1

このチャプターでは、pandasを使って外部からデータを読み込む方法を学習します。

CSVファイルの読み込み

ノートブックと同一階層にあるcsvディレクトリ以下のsample.csvを読み込む。

import pandas as pd


students = pd.read_csv("csv/sample.csv")
students

ヘッダ行のないファイルの読み込み

ヘッダ行のない3列のsample2.csvを読み込む。

import pandas as pd


column_names = ["student_name", "favorite_lang", "student_age"]
students2 = pd.read_csv("csv/sample2.csv", header=None, names=column_names)
students2

欠損値の扱い

NA・空文字列・NULLなどはデフォルトでNaNとして読み込まれる。

import pandas as pd


students3 = pd.read_csv("csv/sample3.csv")
students3

na_values引数でNaNとして読み込む値をリストで指定できる。

import pandas as pd


nas = ["secret", -1]
students4 = pd.read_csv("csv/sample4.csv", na_values=nas)
students4

プログラミング学習 > Pythonデータ分析入門編 > Pythonデータ分析入門編4: Jupyter Notebookとデータの読み書き > pandasによるデータの読み込み1