PythonでCSVファイルを読み込む方法

概要とサンプルコード

Pythonには、csvモジュールが標準で提供されており、これを使うことで、CSVファイルを読み込むことができます。

CSVファイルを読み込む基本的な手順は次のようになります。

csvモジュールをインポートする
CSVファイルを開く
CSVファイルからデータを読み込む
CSVファイルを閉じる

次に、CSVファイルを読み込むためのサンプルコードを示します。

import csv
# CSVファイルを開く
with open('sample.csv', 'r') as f:
# CSVファイルを読み込む
reader = csv.reader(f)
# ヘッダーを読み込む
header = next(reader)
# データを読み込む
for row in reader:
print(row)
# CSVファイルは自動的に閉じられる

上のコードでは、CSVファイルを開いている部分で、with文を使っています。
これを使うことで、withブロックを抜けた時点で自動的にファイルが閉じられるので、明示的にファイルを閉じる必要がありません。

このコードでは、csv.reader()を使って、CSVファイルを読み込んでいます。これを使うことで、CSVファイルを行単位で読み込むことができます。

さらに、for文を使って、データを1行ずつ読み込んでいます。各行は、リストとして取得されます。

これで、CSVファイルを読み込むことができます。

また、もし、CSVファイルにヘッダーがある場合は、next()関数を使って、最初の1行（ヘッダー）を読み飛ばすことができます。

pandasライブラリを用いてCSVファイルを読み込む方法

他にも、CSVファイルを読み込む方法として、pandasライブラリを使う方法があります。
pandasを使うと、より高度なデータ処理ができるため、より多くのケースで使われることがあります。pandasを使う場合は、次のようにします。

import pandas as pd
# CSVファイルを読み込む
df = pd.read_csv('sample.csv')
# データを表示する
print(df)

上のコードでは、pandasのread_csv()関数を使って、CSVファイルを読み込んでいます。
この関数を使うことで、CSVファイルをpandasのデータフレームとして読み込むことができます。

読み込んだデータフレームは、dfという変数に代入されます。

データフレームは、行と列を持った2次元のデータ構造であり、NumPy配列に似ています。
データフレームでは、各列には、同じデータ型を持つデータを格納することができます。

pandasを使うことで、CSVファイルのデータを、さまざまな形式で処理することができます。例えば、次のようにして、特定の列のみを取り出すことができます。

# 'Name'列のみを取り出す
name_column = df['Name']
# 'Age'列のみを取り出す
age_column = df['Age']

また、pandasを使うことで、データを集計したり、フィルタリングしたりすることができます。例えば、次のようにして、’Age’列が30以上の行のみを取り出すことができます。

# 'Age'列が30以上の行のみを取り出す
filtered_df = df[df['Age'] >= 30]

このように、pandasを使うことで、CSVファイルのデータをより簡単に処理することができます。