Pythonデータ分析入門編4:pandasによるデータの書き出し

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 1,
   "id": "531a1da9",
   "metadata": {},
   "outputs": [],
   "source": [
    "import pandas as pd\n",
    "\n",
    "\n",
    "s = [3, 1, 2]\n",
    "t = [\"paiza\", \"daiza\", \"pizza\"]\n",
    "df = pd.DataFrame({\"string\": t, \"num\": s}, index=[\"c\", \"a\", \"b\"])"
   ]
  }
 ],
 "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",
    "s = [3, 1, 2]\n",
    "t = [\"paiza\", \"daiza\", \"pizza\"]\n",
    "df = pd.DataFrame({\"string\": t, \"num\": s}, index=[\"c\", \"a\", \"b\"])"
   ]
  }
 ],
 "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",
    "s = [3, 1, float(\"nan\")]\n",
    "t = [\"paiza\", \"daiza\", \"pizza\"]\n",
    "df = pd.DataFrame({\"string\": t, \"num\": s}, index=[\"c\", \"a\", \"b\"])"
   ]
  }
 ],
 "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",
    "s = [3, 1, float(\"nan\")]\n",
    "t = [\"paiza\", \"daiza\", \"pizza\"]\n",
    "df = pd.DataFrame({\"string\": t, \"num\": s}, index=[\"c\", \"a\", \"b\"])"
   ]
  }
 ],
 "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",
    "s = [3, 1, 2]\n",
    "t = [\"paiza\", \"daiza\", \"pizza\"]\n",
    "df = pd.DataFrame({\"string\": t, \"num\": s}, index=[\"c\", \"a\", \"b\"])"
   ]
  }
 ],
 "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",
    "s = [3, 1, 2]\n",
    "t = [\"paiza\", \"daiza\", \"pizza\"]\n",
    "df = pd.DataFrame({\"string\": t, \"num\": s}, index=[\"c\", \"a\", \"b\"])"
   ]
  }
 ],
 "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ファイルの書き出し」

右のコードエリアにはdfというDataFrameが定義されています。dfをto_csvメソッドで"df.csv"という名前で書き出してください。書き出し先は/home/ubuntu/csvとし、オプションは何もつけないでください。

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「区切り文字と欠損値の表示」

右のコードエリアにはdfというDataFrameが定義されています。dfを、区切り文字を"\t"（タブ文字）とし、欠損値が"NA"と表示されるように、to_csvメソッドで"df.csv"という名前で書き出してください。書き出し先は/home/ubuntu/csvとし、その他のオプションは何もつけないでください。

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・インデックスを書き出さずに特定行のみを書き出す」

右のコードエリアにはdfというDataFrameが定義されています。dfを、ヘッダ行とインデックスは書き出さずに、"string"列のみをto_csvメソッドで"df.csv"という名前で書き出してください。書き出し先は/home/ubuntu/csvとし、その他のオプションは何もつけないでください。

Tips

動画へ戻る

次のレッスン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

＃05:pandasによるデータの書き出し

このチャプターでは、DataFrameをファイルに書き出す方法について学習します。

DataFrameのCSVファイルへの書き出し

# 1番目のセル
import pandas as pd


mydf = pd.DataFrame({"a": {0: 10, 1: 20}, "b": {0: 30, 1: 40}})
mydf.to_csv("csv/mydf.csv")

区切り文字と欠損値の表示を設定

mydf2 = pd.DataFrame({"a": {0: float("nan"), 1: 20}, "b": {0: 30, 1: 40}})
mydf2.to_csv("csv/mydf2.csv", sep=" ", na_rep="deleted")

ヘッダ行とインデックスを書き出さない

mydf = pd.DataFrame({"a": {0: 10, 1: 20}, "b": {0: 30, 1: 40}})
mydf.to_csv("csv/mydf3.csv", header=False, index=False)

特定行のみの書き出し

mydf.to_csv("csv/mydf4.csv", columns=["b"])

CSVファイル以外の読み書きメソッド

pandas.read_json()
pandas.DataFrame.to_json()
pandas.read_excel()
pandas.DataFrame.to_excel()

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によるデータの書き出し