こんにちは，shun（@datasciencemore）です！
今回は，データの入出力についてやっていきます．
データの入力というのは，既存のデータを読み込んでデータフレームにすること
データの出力というのは，データフレームを指定したデータ形式にて書き出すこと
を表しています．
データ分析の基本的な流れは
① データを入力してデータフレームにする．
② ①で得たデータフレームを加工する．
③ ②で得たデータフレームを出力する．
となります．
イメージはこの図のとおりです．
１．csv入出力
データ分析をする際は，基本，元となるデータを読み込んでそれをデータフレームにする必要があります．
元となるデータ形式はjson, xlsx, csvと様々ですが，ここでは使用頻度の高いcsvファイルの読み込み方を説明します．
csvができれば他のデータ形式でも基本同じやり方なのでご安心ください．
以下の図がcsvの入出力のイメージとなります．
csvを入力，すなわち読み込むには，read_csvという関数を使用します．
そしてその読み込んだcsvはデータフレームとなります．
|
1 2 |
# csv入力 df = pl.read_csv("iris.csv") |
iris.csvというcsvファイルがカレントディレクトリにあることを前提としています．
iris.csvというcsvファイルをこちらから用意するのは難しいので，各自，適当なcsvを用意して上記のコードでcsvを読み込めるか確認いただければと思います．
csvを用意するのが難しい場合，下記のコードで直接，データをロードすることができます．
|
1 2 3 |
# データ入力（csvを用意できない場合） import seaborn as sns df = pl.from_pandas(sns.load_dataset('iris')) |
我々は基本，そのデータフレームに何かしらの加工をします．
この例では新しい列を加えてみました．
|
1 2 |
# データフレーム加工（new列に"test"の文字列を追加） df_rev = df.with_columns(new = pl.lit("test")) |
そして，その加工したデータフレームを出力するには、write_csvという関数を使用します．
|
1 2 |
# csv出力 df_rev.write_csv("iris_rev.csv") |
２．データフレーム作成
さて，先程はcsvの入出力の方法を学習しました．
基本的にデータの入力は，既存のデータを読み込めばいいのですが，時々，小さなデータについては直接手動で作成することがあります．
そのような場合，どのようにするかというと，DataFrameという関数を使用します．
DataFrame関数の中に作成したいデータフレームを辞書で記述してあげればOKです．
|
1 2 3 4 5 6 7 8 |
# データフレーム作成 pl.DataFrame( { "key_1":["a", "b", "c"], "key_2":np.arange(3, 6, 1), "key_3":[True, False, True] } ) |
ちなみに説明を簡単にするためにリストと記載しましたが，リストではなく，ベクトルなどの他の形式でもOKです．
ただ，一番使用するのがリストなので，まずはリストだと思っていただければ支障はないです．
まとめ
今回は，データの入出力として以下を学習しました．
- csv入出力
- データフレーム作成
どちらも重要ですが，特に１．csv入出力は実務で頻繁に利用します．
それでは，お疲れさまでした！
