Pandas csvデータ出入力とアクセス

pythonを使っていると、任意のarrayを打ち込むよりも、持っているデータを解析したい場合が多々あると思います。

特に、csvデータの入出力はよくすると思います。

おなじみ、irisデータをPandasで読み込み、データにアクセスしましょう。

irisをPandasで抽出

入力は、pd.read_csv()で簡単にできます。

()の中に、csvが置いてある住所とcsvの名前をかけばOK。

import numpy as np
import pandas as pd

df1 = pd.read_csv("./iris.csv")　#Jupiternotebookと同じファイルなら./ でok

df1.head()  #先頭の5行だけをみる

実行結果:

こんな感じの先頭5行となります。

任意の列にアクセス

sepal_lengthにアクセスしたい時は以下でアクセス可能。

df1["sepal_length"]

実行結果：

0 　5.1
1 　4.9
2　 4.7
3 　4.6
4 　5.0
5 　5.4

となります。簡単ですね。

任意の列の平均をみる

sepal_lengthの平均を知りたい時は以下でアクセス可能。

df1["sepal_length"].mean()

実行結果：

5.843333333333335

となります。

任意の条件の行を抽出する

sepal_lengthの平均は分かりました。7以上の行がどんなものか見たい場合、以下のコードでアクセスできます。

df1[df1["sepal_length"]>7]

実行結果：

ほほ～～

これで、分かります。

任意の条件のみのDataFrameを作る

例えば、speciesは3種類の要素がありますが、virginicaのみの情報をとってきたいとします。

その場合は以下のように、列名で条件を絞るとok

df2= df1[df1["species"]=="setosa"]

df2.head

実行結果：

となります。

DataFrameをcsv保存したい

今回のデータをcsv に保存する場合、簡単にできます。

.to_csv()の関数を使います。

.to_csv()の前に意中のDataFrame変数を置きます。先ほどの”setosa”のみのDataFrameで使ったdf2の場合、df2.to_csv()とします。

また、()の中に、保存したい住所・csvの名前を書けばOK。

df2.to_csv("./iris_df2.csv")

任意のフォルダにcsvファイルが保存されました。

さて、このままだと、インデックスが付いたままの保存になります。要するに、列の一番左にセルができてしまいます。

インデックス無しでcsv 保存したい

その場合は、引数に index = Falseを加えるだけです。

df2.to_csv("./iris_df2.csv", index=False)

これで、インデックスなしで保存が可能です。