添加链接
link管理
链接快照平台
  • 输入网页链接,自动生成快照
  • 标签化管理网页链接
data_frame=pd.read_csv('sample3.csv') print(data_frame) print(type(data_frame.loc[0,'updday'])) name age area updday 0 鈴木 32 東京都 2021/6/23 1 佐藤 43 山梨 2021/2/23 2 山田 27 岐阜 2021/2/24 3 市橋 48 鳥取 2021/2/25

上記のように文字列として扱われているのがわかります。文字列として扱わず日付として扱うためにはparse_datesを用いて日付に変換するカラムを指定します。

サンプルコード

import pandas as pd data_frame=pd.read_csv('sample3.csv',parse_dates=[3]) print(data_frame) print(type(data_frame.loc[0,'updday']))

上記ではparse_datesで列番号を指定することで、read_csv時に日付に変換する列を指定しています。実行結果は以下のようになります。

name age area updday 0 鈴木 32 東京都 2021-06-23 1 佐藤 43 山梨 2021-02-23 2 山田 27 岐阜 2021-02-24 3 市橋 48 鳥取 2021-02-25 <class 'pandas._libs.tslibs.timestamps.Timestamp'>

upddayが日付(Timestamp)で扱われているのがわかります。複数列を日付指定したい場合にはparse_dates=[3,4]のように指定することができます。

ファイルがない場合

ファイルがない場合にはFileNotFoundErrorが発生します。

FileNotFoundError: [Errno 2] No such file or directory: 'sample.csv'

データがないファイルの場合

EmptyDataErrorが発生します。

pandas.errors.EmptyDataError: No columns to parse from file

read_table関数

単純にread_csvでsep='\t'を指定したときと同じ動作をします。個人的にはread_tableは使わずread_csvで統一したほうが良いとおもっています。

今回はread_csvでcsvファイルを読み取ってみました。詳細なオプションを調べたいときには pandasの本家ドキュメントのread_csv で調べてみてください。

  • 【Plotly】ヒストグラムを描く | データの可視化
  • 【Plotly】円グラフの設定 | PlotlyExpress | データの可視化
  • 【Plotly】円グラフを描く | データの可視化
  • 【Plotly】PlotlyExpressでトレンドラインを描画する
  • 【Plotly】バブルチャート | Bubble Charts | データの可視化
  • 【Kogito】Helloアプリ例の構築 | Kogito | Example | BRMS 【Kogito】アプリケーション例 | Kojito | Example | BRMS 【Kogito】開発環境構築 | SpringBoot 【Plotly】ヒストグラムを描く | データの可視化 【Plotly】円グラフの設定 | PlotlyExpress | データの可視化