27
29

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 3 years have passed since last update.

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

Last updated at Posted at 2020-04-22

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

27
29
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
27
29

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?