Help us understand the problem. What is going on with this article?

【初心者向け】Google ColaboratoryでDataFrameにExcel・CSVファイルを読み込む

どうもCEさぼです。

Qiita初投稿です。

Pythonを使ってデータ分析をしたい。

そんな時、初心者が最初につまづくのが「データの読み込み」です。
(僕も最初はつまづきました。)

分析したいデータがテーブルデータ(ExcelのデータやCSVデータ等)の場合はどうすればよいでしょうか。

今回は最もよく使うであろうExcelファイル(.xlsx)やCSVファイル(.csv)の読み込みを簡単に説明していきます。

実質のコードはたった2行です。
サクッと終わらせてデータ分析の世界に進みましょう。

開発環境

・Google Colaboratory

Googleアカウントさえあれば誰でもできるGoogle Colaboratoryを使います。

まずは必要なライブラリのインポート

※事前にGoogle Colaboratoryで適当に新規作成してください。

Pythonにはデータ分析に使える数多くのライブラリが備わっています。

これを使うと比較的簡単に実装することができます。

今回は「pandas」のみでOK。

#pandasをインポート
import pandas as pd

importしたものに「as ~」とすることで任意の文字列で使用することができます。

一般的にpandasはpdと略されます。

ファイルをGoogle Colaboratoryにアップロード

読み込みたいファイルをGoogle Colaboratoryにアップしましょう。
他に
①コードを書く方法や
②ローカルのファイルを読み込む方法
③GoogleDriveをマウントして読み込む方法(個人的にオススメ)があるみたいですが、今回は一番簡単な方法を紹介します。

手順

①一番左端にあるファイルのアイコンをクリック
②アップロード(画像の赤枠)をクリックして読み込みたいファイルを選ぶorドラッグ&ドロップでもOK

google colab.png

よほどのデータ量じゃなければすぐ終わるのでこれで準備完了です。

データの読み込みはpd.read_excel、pd.read_csvを使う

では早速やってみましょう。
コードは1行です。

pandasの関数read_excel、read_csvというものを使います。

使い方は
Excelファイルの場合pd.read_excel(ファイルのパス)
CSVファイルの場合pd.read_csv(ファイルのパス)
です。
※pdはインポートした際の名前ですね。

今回はDataFrameにExcel・CSVを読み込むということなので、df、df2と適当に名前を付けて読み込んでみましょう。

僕は今回Google Colaboratoryに2020年の日付データdate_2020.xlsxとdate_2020.csvというファイルをアップしたので、パスはファイル名だけで読み込めます。

前述した①②③の方法ではもう少し長くなります。

#Excel・CSVファイルをDataFrameに読み込む

df = pd.read_excel("date_2020.xlsx")

df2 = pd.read_csv("date_2020.csv")

head()で実際読み込めたか表示してみる

え?こんなので読み込めたかどうか不安?

エラーがなければ読み込めてると思いますが、念のため確認してみましょう。

定義したDataFrame.head()とすることで先頭の5行を表示することができます。

#先頭行を表示
df.head()

出力結果↓

df.head.png

しっかり読み込めたみたいですね。

参考

詳細や応用的な使い方も学べます↓

1)pandasでcsv/tsvファイル読み込み(read_csv, read_table)
2)pandasでExcelファイル(xlsx, xls)の読み込み(read_excel)
3)Pandasのread_excelでExcelファイルを読み込む方法

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした