You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
pandasが提供するread_csv関数を使って、CSVファイルなどからデータを読み込む方法を紹介する。 import pandas as pd from pathlib import Path filepath = 'test0.csv' print(Path(filepath).read_text()) #0.0,1.1,2.2 #3.3,4.4,5.5 #6.6,7.7,8.8 df = pd.read_csv(filepath) print(df) # 0.0 1.1 2.2 #0 3.3 4.4 5.5 #1 6.6 7.7 8.8 # ヘッダー行がないことを指定 df = pd.read_csv(filepath, header=None) print(df) # 0 1 2 #0 0.0 1.1 2.2 #1 3.3 4.4
【保存版】Pandas2.0のread_csv関数の全引数、パフォーマンス、活用テクニックを完全解説する!PythonCSVpandas高速化新人プログラマ応援 はじめに みずほリサーチ&テクノロジーズ株式会社の@fujineです。 本記事ではpandas 2.0を対象に、CSVファイルの入力関数である read_csvの全49個(!)の引数をじっくり解説 いたします。具体的には、 各引数には、どんな効果や(公式ドキュメントにも記載されていない)制約があるのか? 引数を工夫することで、処理時間やメモリ消費量などのパフォーマンスが具体的にどれだけ改善されるのか? pandasのver2.0では、それ以前のバージョンからどう変化したのか? 多くの引数を保守しやすく管理するにはどうしたらいいか? を体系的に整理・検証することを目指します。 新入社員/若手社員向けのレクチャーや、これまで「何となく
RだろうがPythonだろうが、データフレームを再構築することは少なくないでしょう。 例えば…… 縦持ち(Long)のデータフレームを、横持ち(Wide)のデータフレームに再構築 横持ち(Wide)のデータフレームを、縦持ち(Long)のデータフレームに再構築 なんのこっちゃ…… と思われている方もいるかもしれませんが、データ分析などをしていると、このような再構築が必要になるケースが少なくありません。 今回は、「便利だけど分かりにくいデータフレームを再構築するPandasのMelt()関数のお話し」というお話しをします。 その中で、縦持ちのデータフレーム(Long DataFrame)や横持ちのデータフレーム(Wide DataFrame)というデータフレームが、どういったものなのかのお話しもします。 melt()関数 と pivot()関数 pivot()関数 に馴染みある方も多いと思い
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く