YutaKa Notebook | Enjoy Python!

Python の文法やモジュール、Python関連のAPIについて画像・ソースコード付きで徹底解説!

pandas | read_excel() 図解で細かな設定解説!

pandasで、excelファイルを読み込むための関数read_excel()について解説します。

read_excel()は、引数で読み込みの細かい設定が可能です:

  • 表のデータがセルA1から始まっていないときの対応方法
  • indexlabelの行や列を指定する方法
  • 読み込む行・列の指定

など、についても図解付きで解説していきます!

 

基本的な使用方法

read_excel()を使用すると、excelのデータからDataFrameを作成できます。

引数で細かい設定をできるのですが、まずは基本的な読み込み方法を確認してみましょう。

read_excel():excelファイルを読み込む

次のデータを持ったexcelファイルを例に基本的な読み込み操作を解説します。

read_excel()にexcelファイルのパスを与えると、excelのデータからDataFrameを作成します。

import pandas as pd
 
df = pd.read_excel("read_excel_example.xlsx")
print(df)
 
#      Name  apple  orange  banana
# 0     Gai     10      20      15
# 1  Mamoru     30      40      30
# 2    Hana     50      60      40
# 3  Mikoto     30      40      20

デフォルトでは、

  • ヘッダーには、データの一行目が、
  • インデックスには、自動で連番が

割り当てられます。

これを変更したい場合には、後述するheaderindex_colなどを使用します。

また、ファイルのパスではなく、openで事前に開いたファイルを渡すことも可能です。

f = open("read_excel_example.xlsx", "rb")
df = pd.read_excel(f)

すでにファイルを開いている場合には、こちらが便利ですね。

sheet_name:読み込むシートの指定

デフォルトでは、excelファイルの初めのシートが読み込まれます。

別のシートを読み込みたい場合には、sheet_nameを指定します。

次の2つの方法で指定することができます。

  • シート名を文字列で入力
  • シート番号をintで入力

シート番号は、順番に0, 1, 2…となります(下図)。

上の図の例で2番目のシート「5月のデータ」を指定してみましょう。

まずは、シート名で指定します。

df = pd.read_excel("read_excel_example_.xlsx", sheet_name="5月のデータ")

次にシート番号で指定してみます。

df = pd.read_excel("read_excel_example_.xlsx", sheet_name=1)

シート番号は0から始まるので、2番目のシート番号は1ですね。

ヘッダー・インデックスの指定

デフォルトでは、

  • ヘッダーには、データの一行目が、
  • インデックスには、自動で連番が

割り当てられます。

ヘッダーやインデックス位置を調整したい場合は、headerindex_colを使用します。

header:ヘッダー(列名)の行を指定

デフォルトでは、データの1行目がヘッダーとして扱われて、label名が設定されます。

headerを明示的に指定すると:

  • header = int ⇒ ヘッダー行
  • header = None ⇒ ヘッダー行なし(自動で連番を振る)

を指定することができます。

次のようなデータを例にします。

headerを指定しない場合、0行目に余計なデータが入ります。

df = pd.read_excel("read_excel_example_.xlsx", header=0)
print(df)
 
#      Name apple orange banana
# 0      名前   リンゴ   オレンジ    バナナ
# 1     Gai    10     20     15
# 2  Mamoru    30     40     30
# 3    Hana    50     60     40
# 4  Mikoto    30     40    100

headerを使用して、1行目をヘッダーに設定してみます。

df = pd.read_excel("read_excel_example_.xlsx", header=1)
print(df)
 
#        名前  リンゴ  オレンジ  バナナ
# 0     Gai   10    20   15
# 1  Mamoru   30    40   30
# 2    Hana   50    60   40
# 3  Mikoto   30    40  100

header=Noneとすると、ヘッダー行はないものとして扱われ、自動で連番が振られます。

df = pd.read_excel("read_excel_example_.xlsx", header=None)
print(df)
 
#         0      1       2       3
# 0    Name  apple  orange  banana
# 1      名前    リンゴ    オレンジ     バナナ
# 2     Gai     10      20      15
# 3  Mamoru     30      40      30
# 4    Hana     50      60      40
# 5  Mikoto     30      40     100

names:列名を自分で設定

namesにリストなどを渡すと、label名を上書きできます。

次のデータでlabel名をnamseで別途指定してみます。

df = pd.read_excel("read_excel_example_.xlsx", names=["名前", "林檎", "オレンジ", "バナナ"])
print(df)
 
#        名前  林檎  オレンジ  バナナ
# 0     Gai  10    20   15
# 1  Mamoru  30    40   30
# 2    Hana  50    60   40
# 3  Mikoto  30    40  100

ヘッダー行がない場合には

  • header = Noneを指定
  • nameslabel名を別途指定

します。

以下のヘッダーがないデータを考えます。

nameslabel名を別途指定してみます。

df = pd.read_excel("read_excel_example_.xlsx", header = None, names=["名前", "林檎", "オ~レンジ", "バナ~ナ"])
print(df)
 
#        名前  林檎  オ~レンジ  バナ~ナ
# 0     Gai  10     20    15
# 1  Mamoru  30     40    30
# 2    Hana  50     60    40
# 3  Mikoto  30     40   100

header = Noneを忘れないようにしましょう。

index_col:インデックス列の指定

デフォルトでは、インデックスには連番が振られます。

index_colを指定すると、指定した列をもとにindex名が振られます。

index_col

  • 列の番号
  • 列のラベル名

のいずれかで指定することができます。

次のデータを例に、index_colを指定してみます。

"Name"の列をインデックスに指定してみます。

# 列番号で指定
df = pd.read_excel("read_excel_example_.xlsx", index_col=0)
print(df)
 
#         apple  orange  banana
# Name                         
# Gai        10      20      15
# Mamoru     30      40      30
# Hana       50      60      40
# Mikoto     30      40     100
 
# ラベル名で指定
df = pd.read_excel("read_excel_example_.xlsx", index_col="Name")
print(df)
 
#         apple  orange  banana
# Name                         
# Gai        10      20      15
# Mamoru     30      40      30
# Hana       50      60      40
# Mikoto     30      40     100

"Name"の列をインデックスに指定できました。

読み込む行・列の指定

excelのデータでは、必要なデータの上下左右に余計な情報が含まれていることが多々あります

read_excel()では、

  • 行をスキップ:skiprows, skip_footer
  • 読み込む列を指定:usecols

することで、必要なデータのみを読み込むことができます。

以下のように、データがA1から始まっていない例を使用して解説していきます。

しかもこの例では、データの下部に余計なコメントまであります。

skiprows, skipfooter:上下の数行を読み飛ばす

それぞれintを指定すると、読み飛ばす行数を指定できます。

  • skiprows:上部の何行を読み飛ばすか指定
  • skipfooter:データ下部の何行を読み飛ばすか指定

上下3行ずつ読み飛ばしてみましょう。

df = pd.read_excel("read_excel_example_.xlsx", skiprows=3, skipfooter=3)
print(df)
 
#    Unnamed: 0    Name  apple  orange  banana
# 0         NaN     Gai     10      20      15
# 1         NaN  Mamoru     30      40      30
# 2         NaN    Hana     50      60      40
# 3         NaN  Mikoto     30      40     100

上下の余計な入力内容を読み飛ばすことができました。

usecols:読み込む列を指定

列番号のリストや、列名を与えて読み込む列を指定することができます。

  • usecol = [ 1, 2, 5 ] ⇒ 読み込む列番号をintで指定
  • usecol = "A, C:D" ⇒ 読み込む列名を文字列で指定

列名を文字列で与える場合には、リストではなく単体の文字列として与える点に注意しましょう!

  • NG:usecol = ["A", "C:D"]
  • OK:usecol = "A, C:D"

上図のように、B:Eを読み込んでみます。

df = pd.read_excel("read_excel_example_.xlsx", skiprows=3, skipfooter=3, usecols="B:E")
print(df)
 
#      Name  apple  orange  banana
# 0     Gai     10      20      15
# 1  Mamoru     30      40      30
# 2    Hana     50      60      40
# 3  Mikoto     30      40     100

skiprowsskipfooterusecolsを組み合わせて、必要なデータを抽出することができました。

おわりに

pandasで、excelファイルを読み込むための関数read_excel()について解説しました。

  • read_excel()は引数で読み込みの細かい設定が可能
    • sheet_name:読み込むシートの指定
    • haeder, index_col:ヘッダー行やインデックス列の指定
    • skiprows, skipfooter, usecols:読み込む行・列の指定

こういった内容は、実際に手を動かしながら演習すると自然と身につくと思います。

実務でデータを取り扱っている方はそれを使用しながら、取り扱っていない方はデータ分析の参考書を使用しながら勉強されるのがおススメです。

私の場合は、両方で勉強していましたが、参考書としては特に次のものがおススメでした。

この参考書のレビューも書いてみました!

Twitter@YutaKaでは、ほぼ毎日pythonに関する情報を発信しています。

気楽にツイートしているので、気軽にフォローしてください!