CSV ファイルの読み込み
#ファイルを開く
path=""
filename="hoge"
df = pd.read_csv('{}/{}.csv'.format(path,filename))
こちらの方が簡潔で分かりやすため,おすすめです.
@shiracamusさんに教えてもらいました.
#ファイルを開く
path=""
filename="hoge"
df = pd.read_csv(f'{path}/{filename}.csv')
CSV ファイルとして保存(インデックスなし)
#ファイルを保存
path=""
filename="hoge"
df.to_csv('{}/{}.csv'.format(path,filename), index=False)
同様に,こちらの方が簡潔で分かりやすため,おすすめです.
@shiracamusさんに教えてもらいました.
#ファイルを保存
path=""
filename="hoge"
df.to_csv(f'{path}/{filename}.csv', index=False)
行数・列数取得
line = df.shape[0] # 行
row = df.shape[1] # 列
i 行 j 列にあるデータを取得する
hoge = df.iat[i, j]
リストをdfにする(カラムあり)
list=[hoge1,hoge2,hoge3]
df = pd.DataFrame(list, columns=["hoge"])
dfを連結
df = pd.concat([df1, df2], axis=1) # 縦:0 横:1
dfからj列の一番最初のデータを取得
hoge = df.iat[0, j]
dfからj列の一番最後のデータを取得
line = df.shape[0] # 行
hoge = df.iat[line, j]
indexの設定
df = df.set_index('列名')
indexの解除
indexは1,2,3・・・に戻り、indexに指定されていた列は元の位置に戻る?
df = df.reset_index('列名')
str型からdatetime型への変更
新たな列名を指定すれば列の追加、既にある列名の場合は上書き。
df["列名"] = pd.to_datetime(df["列名"])
datetime型からstr型への変更
新たな列名を指定すれば列の追加、既にある列名の場合は上書き。
df["列名"] = df["列名"].to_string()
カラムの設定
特になし。
df.columns=['hoge','hogehoge','hogehogehoge']