[Pandas / 기초] 판다스 데이터입출력 - to_csv, to_excel, ExcelWriter, read_csv, read_excel

 

📍 저장

✅ DataFrame 객체 생성

: pd.DataFrame({data, index=[index_list]})

 

In [1]:

import pandas as pd

data = {
    '이름' : ['채치수', '정대만', '송태섭', '서태웅', '강백호', '변덕규', '황태산', '윤대협'],
    '학교' : ['북산고', '북산고', '북산고', '북산고', '북산고', '능남고', '능남고', '능남고'],
    '키' : [197, 184, 168, 187, 188, 202, 188, 190],
    '국어' : [90, 40, 80, 40, 15, 80, 55, 100],
    '영어' : [85, 35, 75, 60, 20, 100, 65, 85],
    '수학' : [100, 50, 70, 70, 10, 95, 45, 90],
    '과학' : [95, 55, 80, 75, 35, 85, 40, 95],
    '사회' : [85, 25, 75, 80, 10, 80, 35, 95],
    'SW특기' : ['Python', 'Java', 'Javascript', '', '', 'C', 'PYTHON', 'C#']
}
df = pd.DataFrame(data, index=['1번', '2번', '3번', '4번', '5번', '6번', '7번', '8번']) # index 설정
df.index.name='지원번호' # index_name 설정
df

 

Out[1]:

 

✅ csv로 저장

: df.to_csv('파일명.csv', encoding='utf8', index=True/False)

  index=True(default값)일 경우 index가 별도의 column으로 저장(가급적 index=False로 지정)

In [2]:

df.to_csv('score.csv') # txt로 잘보이지만 excel로는 한글 깨져보임

In [3]:

df.to_csv('score.csv', encoding='utf8') # excel도 깨지지 않게 됨

In [4]:

df.to_csv('score.csv', encoding='utf8', index=False) # index 제외하고 저장

 

✅ 텍스트(.txt)로 저장

: df.to_csv('파일명.txt', sep='\t')

In [5]:

df.to_csv('score.txt', sep='\t') # tap으로 구분된 txt파일로 저장

 

✅ 엑셀로 저장

: df.to_excel('파일명.xlsx', index=True/False, sheet_name='sheet_name')

  sheet_name을 지정하여 저장할 시트의 이름 변경 가능

In [6]:

df.to_excel('score.xlsx')

 

In [7]:

df.to_excel('score.xlsx', index=False)

 

In [8]:

df.to_excel('score.xlsx', index=True, sheet_name='샘플')

 

 

✅ 엑셀로 저장(여러개의 시트)

: writer=pd.ExcelWriter('파일명.xlsx')

  df.to_excel(writer, index=True/False, sheet_name='sheet_name')

  writer.close()

In [9]:

writer = pd.ExcelWriter('score_mult.xlsx')
df.to_excel(writer, index=False, sheet_name='샘플1')
df.to_excel(writer, index=False, sheet_name='샘플2')
df.to_excel(writer, index=False, sheet_name='샘플3')
writer.close()

 

📍 열기

✅ csv로 열기

: pd.read_csv('파일명.csv', skiprows=삭제할row갯수 / [row_list], nrows=불러올row갯수)

In [10]:

df = pd.read_csv('score.csv')
df

 

Out[10]:

 

In [11]:

df = pd.read_csv('score.csv', skiprows=1) # 1개 row를 스킵
df

 

Out[11]:

 

In [12]:

df = pd.read_csv('score.csv', skiprows=[1, 3, 5]) # 1, 3, 5 row 제외
df

 

Out[12]:

 

In [13]:

df = pd.read_csv('score.csv', nrows=4) # 지정된 갯수만큼의 row만 가져옴
df

 

Out[13]:

 

In [14]:

df = pd.read_csv('score.csv', skiprows=2, nrows=4) # 처음 2 row 무시, 4 row만 들고옴
df

 

Out[14]:

 

✅ csv로 열기(큰 데이터의 파일)

: pd.read_csv('파일명.csv', chunksize=int)

  데이터의 크기가 매우 큰 경우 memory에 한번에 로드할 수 없음

  chunksize를 지정하고 chunksize만큼 끊어 불러와서 처리

In [15]:

df = pd.read_csv('seoul_population.csv', nrows=10, chunksize=5)
for d in df:
    display(d)

 

✅ 텍스트(.txt)로 열기

: pd.read_csv('파일명.txt', sep='\t', index_col='column')

In [16]:

df = pd.read_csv('score.txt', sep='\t') # tap을 기준으로 열기
df

 

Out[16]:

 

In [17]:

df = pd.read_csv('score.txt', sep='\t', index_col='지원번호') # index 설정
df

 

Out[17]:

 

✅ 엑셀로 열기

: pd.read_excel('파일명.xlsx', index_col='column')

In [18]:

df = pd.read_excel('score.xlsx')
df

 

Out[18]:

 

In [19]:

df = pd.read_excel('score.xlsx', index_col='지원번호') # index 설정
df

 

Out[19]:

 

✅ 엑셀로 열기(여러개의 시트)

: pd.read_excel('파일명.xlsx', index_col='column', sheet_name='sheet_name'/None)

  sheet_name=None으로 지정하여 모든 sheet 불러오기 가능(OrderDict로 불러옴)

 

In [20]:

excel = pd.read_excel('seoul_transportation.xlsx', sheet_name='철도', engine='openpyxl')
excel

 

Out[20]:

 

In [21]:

excel = pd.read_excel('seoul_transportation.xlsx', sheet_name=None, engine='openpyxl')
excel

 

Out[21]:

 

: df.keys()

  시트명 조회

In [22]:

excel.keys()

 

Out[22]:

dict_keys(['철도', '버스'])

 

In [23]:

excel['버스'].head()

 

Out[23]:

 

 

 

참고 : 나도코딩 파이썬 코딩 무료 강의 (활용편5) - 데이터 분석 및 시각화, 이 영상 하나로 끝내세요

(https://youtu.be/PjhlUzp_cU0?si=LW_MjXLjZVY9PrUt)