PythonでCSVデータをPandasで処理する方法！初心者向けにデータの読み書きを解説

1. Pandasとは？

1. Pandasとは？

Pandasは、Pythonでデータを表形式（表計算ソフトのような形）で扱えるライブラリです。大きな特徴は、データの読み込み、集計、加工、可視化まで幅広くサポートしていることです。

2. CSVファイルの読み込み方法

2. CSVファイルの読み込み方法

まずはCSVファイルをPandasで読み込みましょう。読み込むと、Python上で表形式のデータとして扱えるようになります。

 import pandas as pd # sample.csvを読み込む df = pd.read_csv("sample.csv") # データの先頭5行を確認 print(df.head())

名前,年齢,職業
山田太郎,25,エンジニア
佐藤花子,30,デザイナー
鈴木次郎,28,マーケティング

3. CSVファイルの書き出し方法

3. CSVファイルの書き出し方法

読み込んだデータを加工した後、新しいCSVファイルとして保存することも簡単です。

 # 年齢を2歳プラスして保存 df["年齢"] = df["年齢"] + 2
新しいCSVファイルに保存
df.to_csv("sample_modified.csv", index=False)

ポイントはindex=Falseです。これを指定しないと、行番号も一緒にCSVに書き出されてしまいます。

4. データの基本操作

4. データの基本操作

Pandasでは、列を指定して操作したり、条件で絞り込むこともできます。

 # 年齢が28歳以上のデータだけを抽出 df_filtered = df[df["年齢"] >= 28]
print(df_filtered)

名前 年齢 職業
佐藤花子 32 デザイナー
鈴木次郎 30 マーケティング

5. 列の追加や削除

5. 列の追加や削除

新しい列を追加したり、不要な列を削除することも簡単です。

 # 新しい列「年齢グループ」を追加 df["年齢グループ"] = ["若手" if age < 30 else "中堅" for age in df["年齢"]]
「職業」列を削除
df.drop("職業", axis=1, inplace=True)

print(df)

名前 年齢 年齢グループ
山田太郎 27 若手
佐藤花子 32 中堅
鈴木次郎 30 中堅

6. データの並び替え

6. データの並び替え

データを特定の列で並び替えることも簡単です。例えば年齢の昇順や降順で並び替えることができます。

 # 年齢の降順で並び替え df_sorted = df.sort_values("年齢", ascending=False)
print(df_sorted)

名前 年齢 年齢グループ
佐藤花子 32 中堅
鈴木次郎 30 中堅
山田太郎 27 若手

7. データの集計

7. データの集計

Pandasでは簡単に平均値や合計などの集計も可能です。

 # 年齢の平均を計算 average_age = df["年齢"].mean()
print("平均年齢:", average_age)

平均年齢: 29.666666666666668

8. 条件でデータを抽出

8. 条件でデータを抽出

特定の条件に合うデータだけを抽出することも簡単です。

 # 「若手」だけを抽出 df_young = df[df["年齢グループ"] == "若手"]
print(df_young)

名前 年齢 年齢グループ
山田太郎 27 若手

9. CSVファイルのエンコーディング指定

9. CSVファイルのエンコーディング指定

日本語のCSVファイルを読み込むとき、文字化けを防ぐためにエンコーディングを指定することがあります。

 # UTF-8でCSVを読み込む df_utf8 = pd.read_csv("sample_utf8.csv", encoding="utf-8")
Shift_JISでCSVを読み込む場合
df_sjis = pd.read_csv("sample_sjis.csv", encoding="shift_jis")

まとめ

まとめ

この記事では、PythonでCSVデータをPandasを使って効率よく処理する方法について詳しく解説しました。Pandasを使うことで、CSVファイルの読み込み、書き出し、データの抽出、列の追加・削除、並び替え、集計など、多くのデータ操作を簡単に行うことができます。特に、データ分析や機械学習に取り組む際には、Pandasの基本操作を理解しておくことが非常に重要です。初心者でも、この記事で紹介したサンプルコードを実際に試すことで、CSVデータの扱い方やPandasの便利な機能を体感できます。

CSVデータ処理のポイント

• CSVファイルはカンマ区切りのテキストデータで、Pythonで簡単に読み書き可能。
• Pandasのread_csv()でデータを読み込み、to_csv()で書き出すことができる。
• 列の操作や条件抽出でデータの加工が柔軟に可能。
• 文字化けを防ぐために、読み込み時にエンコーディングを指定することが重要。
• データの並び替えや集計を活用することで、分析やレポート作成が効率化できる。

サンプルプログラムの復習

 import pandas as pd

# CSVの読み込み
df = pd.read_csv("sample.csv")
print(df.head())

# データの加工
df["年齢"] = df["年齢"] + 2
df["年齢グループ"] = ["若手" if age < 30 else "中堅" for age in df["年齢"]]

# 不要な列を削除
df.drop("職業", axis=1, inplace=True)

# 年齢で並び替え
df_sorted = df.sort_values("年齢", ascending=False)
print(df_sorted)

# 条件抽出
df_young = df[df["年齢グループ"] == "若手"]
print(df_young)

# CSVファイルとして保存
df.to_csv("sample_modified.csv", index=False)