3. 데이터 파일(xlsx, xls, csv) 읽고 쓰기

 

데이터 분석을 위해 우선 파일을 불러오는 것부터 시작하겠습니다.

 

자주 사용하는 xlsx, xls, csv 파일을 읽어 오겠습니다.

 

.csv

csv 파일은 pandas에서 기본으로 제공하는 read_csv 함수를 사용하면 되고, 괄호안에 읽고자하는 파일 경로를 입력합니다. 절대, 상대 경로가 모두 가능합니다.

 

아래 코드는 파일을 읽어서 data  데이터 프레임에 저장하고 있습니다.

 

import pandas as pd

boston_data=pd.read_csv('BostonHousing.csv')  #파일 이름

# boston_data=pd.read_csv('data/BostonHousing.csv')  # 파일 경로 (상대)

# boston_data=pd.read_csv('c:/data/BostonHousing.csv')  # 파일 경로 (절대)

 

 

csv 파일을 쓸때는 아래와 같이 to_csv 함수를 사용합니다.

data.to_csv('BostonHousing.csv',encoding='cp949',index=False)

 

 

이번에는 옵션값을 주었는데요. 윈도우에서 사용할 파일이라면 인코딩을 cp949로 해야 한글이 깨지지 않습니다.

그리고 index=False 옵션을 주지 않으면 아래 그림과 같이 index도 저장하게 되는데, index를 꼭 저장할 필요가 없다면, 저장하지 않는 것이 추후 해당 파일을 읽을때도 간단해 집니다. (index에 시간의 흐름이 담겨있는 시계열 데이터 등 index가 의미가 있는 경우에는 저장해 주어야 합니다.)

만약 index를 저장한다면, read_csv할때 index 컬럼을 지정해 주어야 합니다.

index=False 옵션을 주지 않으면, index가 Unnamed: 0으로 같이 저장됩니다.

Excel 파일인 xls 와 xlsx는 각각 xlrd/xlwt와 openpyxl 라이브러리를 호출해야 합니다. 

사용방법은 read_csv, to_csv와 비슷하니, 따로 설명은 생략하겠습니다.

 

※ 사내 환경에서는 문제가 없었는데, Google Colab.에서는 버전차이에 따른 에러가 발생했습니다.

에러 문구에 따라 xlrd 버전을 1.1.0 --> 1.2.0으로 변경해서 설치했습니다.

# !pip install xlrd==1.2.0

.xls

import xlrd
boston_price=pd.read_excel('BostonHousing.xls')

import xlwt
boston_price.to_excel('BostonHousing.xls',index=False,encoding='cp949')

 

.xlsx

import openpyxl
boston_price=pd.read_excel('BostonHousing.xlsx',engine='openpyxl')

boston_price.to_excel('BostonHousing.xls',index=False,encoding='cp949')