CSVファイルに保存されたデータを読み込む方法を備忘録としてまとめる．
使用言語はPython．
本記事中で例示するために使用したコードとデータは，ここからダウンロード可能．
方法１：pandasの使用
個人的に一番使っている方法．
pandasのread_csv関数を使用．
CSVに保存されているデータをデータフレーム（表形式）で読み込むことが可能．
引数filepath_or_bufferにCSVファイルのパス（本記事では変数path）を渡す．
インストール方法
pip install pandas
実際の使用例
import pandas as pd
path = "test.csv"
data = pd.read_csv(path)
print(data)
# A B C D
# 0 0 1 2 3
# 1 10 11 12 13
# 2 20 21 22 23
# 3 30 31 32 33
個人的によく使う引数
カラム（列）名として使用する行を定義する．
0やNoneとすることが多い．
0：CSVファイルの第１行をカラム名とする（デフォルト）
None：カラム名をCSVファイルから取得しない
このとき，もっとも左の列から順に0列，1列，2列…となる．
基本的に，データラベルの付いていない状態でデータが保存されているときに使う．
data2 = pd.read_csv(path,header=0)
print(data2)
# A B C D
# 0 0 1 2 3
# 1 10 11 12 13
# 2 20 21 22 23
# 3 30 31 32 33
data3 = pd.read_csv(path, header=None)
print(data3)
# 0 1 2 3
# 0 A B C D
# 1 0 1 2 3
# 2 10 11 12 13
# 3 20 21 22 23
# 4 30 31 32 33
カラム名をCSVファイルの外部から定義する．
引数にはリストやタプルを渡す．
header=Noneと併用することが多い．
data4 = pd.read_csv(path, header=None, names=('a', 'b', 'c', 'd'))
print(data4)
# a b c d
# 0 A B C D
# 1 0 1 2 3
# 2 10 11 12 13
# 3 20 21 22 23
# 4 30 31 32 33
インデックス名として使用する列を定義する（引数を定義しなければ0からの連番が要素の１行目からつけられる）
0：１番左の列をindexとして使用
data5 = pd.read_csv(path, index_col=0)
print(data5)
# B C D
# A
# 0 1 2 3
# 10 11 12 13
# 20 21 22 23
# 30 31 32 33
指定した列のみを読み込む
引数にはリストを渡す
data6 = pd.read_csv(path, usecols=[0, 2])
print(data6)
# A C
# 0 0 2
# 1 10 12
# 2 20 22
# 3 30 32
data6_2 = pd.read_csv(path, usecols=[1])
print(data6_2)
# B
# 0 1
# 1 11
# 2 21
# 3 31
特定の1列だけを読み込む場合でもリストを渡す必要があるため注意．
方法２：numpyの使用
numpyのloadtxt関数を使用する．
CSVに保存されているデータをndarray(配列形式)で読み込むことが可能．
引数fnameにCSVファイルのパス（本記事では変数path）を渡す．
インストール方法
pip install numpy
実際の使用例
import numpy as np
path = "test2.csv"
data = np.loadtxt(path, delimiter=',')
print(data)
#[[ 0. 1. 2. 3.]
# [10. 11. 12. 13.]
# [20. 21. 22. 23.]
# [30. 31. 32. 33.]]
個人的によく使う引数
CSVを読み込むときは','で指定しないと読み込めない．（デフォルトは' '（スペース））
data2 = np.loadtxt(path)
print(data)
# ValueError: could not convert string '00,01,02,03' to float64 at row 0, column 1.
delimiterを指定しないと，float型で読み込めないため，上のようなエラーが発生するため要注意．
方法３：CSVモジュールの使用
個人的にはpandasの方が使い勝手が良いため，ほぼ出番はない．
しかしデータの性質上，（欠損以外の要因で）行ごとの要素数が変動してしまうような場合には，上記の2点では正確に読み込めない場合があるため，CSVモジュールを使うほかない．
import csv
path = "test.csv"
with open(path) as f:
data = f.read()
read関数を使うとデータを文字列として読み込むことが可能．
後々の処理において，ndarrayやリストの方が都合が良い場合は以下のコードでリスト化する．
reader関数による返り値をそのまま使うことはできないので要注意．
data2 = []
with open(path) as f:
rows = csv.reader(f)
print(rows)
#<_csv.reader object at 0x0000017463001B40>
for row in rows:
data2.append(row)
print(data2)
#[['A', 'B', 'C', 'D'], ['00', '01', '02', '03'], ['10', '11', '12', '13'], ['20', '21', '22', '23'], ['30', '31', '32', '33']]
このコードでは，変数data2にCSVに記述されたデータをリスト型で格納できたことになる．
ちなみに，各要素は文字列で読み込まれるため，整数値や小数値で読み込みたい場合にはもう一工夫必要である．
全ての要素を整数で読み込む際の例を以下に示す．
path = "test2.csv"
data3 = []
with open(path) as f:
rows = csv.reader(f)
for row in rows:
data3.append([])
for i in range(len(row)):
data3[-1].append(int(row[i]))
print(data3)
#[[0, 1, 2, 3], [10, 11, 12, 13], [20, 21, 22, 23], [30, 31, 32, 33]]