[Pandas] csv 파일 읽기 및 쓰기

 

<사용 데이터>

MovieLens 영화 데이터 -> ml-latest-small.zip -> movies.csv

https://grouplens.org/datasets/movielens/

 

 

Read Data

csv 파일 읽기

import pandas as pd
 
pd.read_csv('[파일 경로]/movies.csv')

Pandas를 통해 해당 경로의 파일을 읽을 수 있다.

read_csv가 아닌 read_excel, read_pickle 등 다양한 파일 형식을 읽을 수 있다.

 

<결과 예시>

csv 파일을 읽으면 기본적으로 1열에 0부터 시작하는 index를 부여한다.

 

movies = pd.read_csv('[파일 경로]/movies.csv')

만약, 파일을 읽을 때 변수에 저장하면, 해당 파일을 변수를 통해 여러 가지 분석을 할 수 있게 된다.

 

+) Google Colab 사용 시 파일 읽기

Google Drive의 파일에 접근하고 싶다면 드라이브 마운트 과정이 필요하다.

 

 

colab 왼 편의 폴더 아이콘을 클릭하고 '드라이브 마운트' 아이콘을 클릭한다.

 

 

이제 구글 드라이브 폴더에 접근 가능하다, 원하는 파일의 '경로 복사' 통해 파일 경로를 쉽게 복사할 수 있다.

 

 

인덱스 설정

movies = pd.read_csv('[파일 경로]/movies.csv', index_col='movieId')

만약 movieId를 index로 설정하고 싶다면 위와 같이 index_col 옵션을 부여한다.

 

<결과 예시>

 

Shape

movies.shape

데이터의 shape(행, 열)

 

<결과>

(9742, 2)

 

데이터 샘플 확인

# movies.head(10) //읽어온 파일의 처음 10건 확인
# movies.tail(10) //읽어온 파일의 마지막 10건 확인
movies.sample(10) //읽어온 파일을 랜덤하게 10건 확인

 

<결과>

 

 

데이터 컬럼 확인

movies.columns

 

<결과>

Index(['title', 'genres'], dtype='object')

 

Save Data

movies.to_csv('[파일 경로]/save_test.csv')

csv 파일을 지정된 경로에 저장

이 역시 to_excel, to_pickle 등 다양한 파일 형식으로 저장할 수 있다.