目的
pandasのDataFrameオブジェクトは様々な形式でファイルに出力し，様々な形式のファイルから入力することができる．ここでは，csvファイルとMicrosoft Excel形式のファイルへの入出力について学ぶ．
説明
DataFrameのcsvファイルへの入出力
csvファイルへの出力
DataFrameオブジェクトをcsvファイルに書き出す方法を確認しよう．
9行目から13行目でテストの点数からなる2次元配列を作成し，15行目でDataFrameオブジェクトを作っている．16行目のように，DataFrameオブジェクトのto_csvメソッドをファイル名を引数で指定して呼び出すと，csv形式のファイルに書き出すことができる．
csvファイルからの入力
csvファイルからデータを読み込み，DataFrameオブジェクトを生成するには以下のようにすればよい．
6行目のように，pandasモジュールのread_csv関数をファイル名を引数に指定して呼び出すと，指定したファイルからデータを読み込み，DataFrameオブジェクトを作ることができる．実行すると，以下のように表示される．
上の例では，「Unnamed: 0」という名前の列ができ，その列に元のDataFrameのindexが入力されている．これをindexとするには，以下のようにすればよい．
6行目のように，read_csv関数のキーワード引数index_colに0を指定すると，0番目の列をindexとすることができる．実行結果は以下のようになり，余分な列が作られていないことがわかる．
階層構造の行をもつDataFrameのcsvファイルへの入出力
階層構造の行をもつDataFrameオブジェクトをcsvファイルへ書き出す方法と読み込む方法を確認しよう．
csvファイルへの出力
階層構造の行をもつDataFrameオブジェクトをcsvファイルへ書き出す方法は通常のDataFrameオブジェクトの場合と同様である．
9行目から14行目でテストの点数からなる配列データを作り，16,17行目でMultiIndexオブジェクトを，19行目で階層構造の行をもつDataFrameオブジェクトを生成している．20行目で階層構造の行をもつDataFrameオブジェクトをcsvファイルに書き出している．
csvファイルからの入力
通常のDataFrameオブジェクトと同様の方法でcsvファイルからデータを読み込んでみよう．
6行目でcsvファイルからデータを読み込み，DataFrameオブジェクトを生成している．実行すると，以下のように表示され，index（行名）がMultiIndexになっておらず，「student_no」という行ができていることがわかる．
これをMultiIndexとして読み込むには，以下のように記述すればよい．
6行目のように，read_csv関数のキーワード引数index_colに複数の列番号をリストで指定すると，階層構造の行をもつDataFrameオブジェクトとして読み込むことができる．実行すると，以下のように表示され，行が階層構造となっていることが確認できる．
階層構造の行と列をもつDataFrameオブジェクトのcsvファイルへの入出力
列も階層構造であるDataFrameオブジェクトをcsvファイルに書き出し，csvファイルから読み込んでみよう．
csvファイルへの出力
9行目から14行目でテストの点数からなる配列データを作り，17行目から20行目でMultiIndexオブジェクトを2つ作り，19行目で階層構造の行と列をもつDataFrameオブジェクトを生成している．20行目で階層構造の行と列をもつDataFrameオブジェクトをcsvファイルに書き出している．
csvファイルからの入力
6行目のようにcsvファイルからデータを読み込み，DataFrameオブジェクトを生成すると，以下のようになり，階層構造の行名が正しく入力されていないことがわかる．
階層構造の行をもつDataFrameオブジェクトをcsvファイルから読み込むには，以下のようにすればよい．
6行目のように，read_csv関数のキーワード引数headerに複数の行番号をリストで指定すると，階層構造の行をもつDataFrameオブジェクトとしてデータを読み込むことができる．実行すると以下のように表示され，行・列ともに階層構造で読み込めていることがわかる．
DataFrameオブジェクトのxlsxファイルへの入出力
DataFrameオブジェクトをMicrosoft Excel形式のxlsxファイルへ書き出す方法と，ファイルから読み込む方法を確認しよう．
xlsxファイルへの出力
先程の例と同じ階層構造の行と列をもつDataFrameオブジェクトをxlsxファイルに書き出してみよう．
23行目のように，DataFrameオブジェクトのto_excelメソッドをファイル名を引数で指定して呼び出すと，xlsxファイルにDataFrameオブジェクトの内容を書き出すことができる．
xlsxファイルからの入力
xlsxファイルからデータを読み込み，DataFrameオブジェクトを生成するには，以下のようにすればよい．
6行目のように，pandasモジュールのread_excel関数をファイル名を引数として指定して呼び出すと，xlsxファイルからデータを読み込み，DataFrameオブジェクトを生成することができる．この例では，6行目のようにindex_colとheaderを指定することで，階層構造の行と列をもつDataFrameオブジェクトを生成している．実行すると以下のように表示され，正しくデータが読み込みていることがわかる．
複数のDataFrameオブジェクトのxlsxファイルへの入出力
Microsoft Excelでは，複数のSheetをBookとして1つのxlsxファイルで表現することができる．ここでは複数のDataFrameオブジェクトを複数のSheetとしてxlsxファイルに書き出す方法と，複数のSheetをもつxlsxファイルからデータを読み込む方法を確認しよう．
xlsxファイルへの出力
複数のDataFrameオブジェクトを1つのxlsxファイルに書き出すには，以下のようにすればよい．
9行目から13行目で学生名簿のDataFrameオブジェクトを，14行目から17行目でテストの点数のDataFrameオブジェクトを作っている．19行目のように，pandasモジュールのExcelWriterコンストラクタをファイル名を引数として指定して呼び出すと，ExcelWriterオブジェクトを生成することができる．20,21行目のように，DataFrameオブジェクトのto_excelメソッドを，引数にExcelWriterオブジェクトを指定して呼び出すと，ファイルにDataFrameオブジェクトの内容を書き出すことができる．このとき，キーワード引数sheet_nameに文字列を指定すると，指定した文字列を名前とするSheetにデータが書き出される．この例では「students_list」という名前のSheetに学生名簿のDataFrameオブジェクトの内容を，「scores」という名前のSheetにテストの点数のDataFrameオブジェクトを書き出している．
xlsxファイルからの入力
複数のSheetをもつxlsxファイルからデータを読み込み，複数のDataFrameオブジェクトを生成するには，以下のようにすればよい．
6行目のように，pandasモジュールのExcelFileコンストラクタをファイル名を引数として指定して呼び出すと，ExcelFileオブジェクトを生成することができる．7,8行目のように，pandasモジュールのread_excel関数をExcelFileオブジェクトを引数として指定して呼び出すと，xlsxファイルからデータを読み込み，DataFrameオブジェクトを生成することができる．このとき，キーワード引数sheet_nameにSheet名を指定すると，指定した名前のSheetからデータを読み込むことができる．実行すると，以下のように表示され，データが読み込まれていることがわかる．
上の例では，電話番号が整数値データとして読み込まれてしまい，先頭の番号「0」が消えてしまっている．データを読み込むときに型の指定をするには，以下のようにすればよい．
7行目のように，read_excel関数のキーワード引数dtypeに，型を指定したい列名と型を辞書として指定すると，指定した列のデータを指定した型で読み込むことができる．この例では「phone_number」を文字列型として読み込むようにしている．実行結果は以下のようになり，電話番号が文字列データとして読み込まれていることがわかる．
SSDSE（教育用標準データセット：Standardized Statistical Data Set for Education）
SSDSEは，データ分析のための汎用素材として作成・公開している統計データで，様々な 公的統計データがまとめられたデータセットである．市区町村別のデータ（SSDSE-2019A）と都道府県別の時系列データ（SSDSE-2020B）があり，それぞれがxlsx形式とcsv形式で公開されている．ここでは，これらのファイルからデータをDataFrameオブジェクトとして読み込み，一部の
データを視覚化してみよう．
SSDSE-2019Aデータの読み込み
SSDSE-2019Aのcsvファイルをダウンロードして，データを読み込んでみよう．
7行目から12行目でSSDSE-2019Aのcsvファイルをダウンロードしている．ダウンロードしたファイルを開くとわかるが，0列目が地域コード，1列目が都道府県，2列目が市区町村となっている．0列目の地域コードは各市区町村に一意につけられているコードであるため，DataFrameのindexとして扱うには都合がよい．あるいは，1列目の都道府県と2列目の市区町村をMultiIndexとして使用しても，各市区町村を一意に指定でき，都道府県ごとにデータを処理することができる．ここでは後者の方法をとることとし，14行目のように1列目と2列目をMultiIndexとして読み込んでいる．また，0行目が各項目のコード，1行目が年度，2行目が各項目の日本語表記となっている．ここでは，2行目の各項目の日本語表記を列名とするととし，14行目のようにキーワード引数headerに2を指定している．また，csvファイルの内容が文字コードShift-JISの日本語で記述されているため，キーワード引数encodingで「shift-jis」を指定している．
また，SSDSE-2019Aのxlsxファイルを使用したい場合には，以下のようにすればよい．
SSDSE-2019Aの一部のデータの取り出し
では，このデータの中から一部のデータを取り出してみよう．例えば，東京都・埼玉県・千葉県・神奈川県の幼稚園数・小学校数・中学校数・高等学校数のデータを取り出すには以下のようにすればよい．
16,17行目で取り出したい都道府県の項目をリストとして表現している．18,19行目で都道府県と項目に対して繰り返しを行い，20行目で各都道府県の各項目のデータを参照している．ここでは，市区町村に対して和を取り各都道府県の数を求めたいので，sumメソッドを使用している．（pandasモジュールのDataFrameオブジェクトの実体はnumpyモジュールのndarray配列であるため，ndarray配列で使用した関数やメソッドは同じように使える．）
SSDSE-2019Aの一部のデータを棒グラフとして表示
では，以上で取り出したデータを棒グラフとして表示してみよう．
23行目から29行目で，取り出したデータを2次元のリストとして保存し，最終的にndarrayオブジェクトに変換している．40,41行目で取り出したデータを棒グラフとして表示している．この例では都道府県名や項目名が日本語となるため，6,7行目と31行目から33行目までに日本語を表示するための設定を記述している．
以上の例では，各都道府県の総人口が異なるために，都道府県間でデータを比較することが難しくなっている．各都道府県の総人口で正規化するには，以下のようにすればよい．
22行目で正規化するデータ項目を指定し，31行目で正規化を行い，62,63行目で正規化したデータを棒グラフとして表示している．
SSDSE-2020Bデータの読み込み
次に，時系列データであるSSDSE-2020Bのcsvファイルをダウンロードし，データを読み込んでみよう．
7行目から12行目でSSDSE-2020Bのcsvファイルをダウンロードしている．ダウンロードしたファイルを開くとわかるが，0列目が年度，1列目が地域コード，2列目が都道府県となっている．ここでは，2列目の都道府県を大分類・0列目の年度が小分類として，14行目のようにMultiIndexとして読み込んでいる．また，0行目が各項目のコード，1行目が各項目の日本語表記となっている．ここでは，14行目のように1行目の各項目の日本語表記を列名として読み込んでいる．
また，SSDSE-2020Bのxlsxファイルを使用したい場合には，以下のようにすればよい．
SSDSE-2020Bの一部のデータの取り出し
では，このデータの中から一部のデータを取り出してみよう．例えば，東京都・埼玉県・千葉県・神奈川県の保育所等数・保育所等保育士数・保育所等利用待機児童数・保育所等在所児数のデータを取り出すには以下のようにすればよい．
16,17行目で取り出したい都道府県の項目をリストとして表現している．18,19行目で都道府県と項目に対して繰り返しを行い，20行目で各都道府県の各項目のデータを参照している．元データのindexである年度が降順（2017, 2016, 2015, …）となっているため，sort_indexメソッドを使用して，昇順（2006, 2007, 2008, …）にしている．
SSDSE-2020Bの一部のデータを折れ線グラフとして表示
では，以上で取り出した時系列データを折れ線グラフとして表示してみよう．
23行目から30行目で，取り出したデータを2次元のリストとして保存し，最終的にndarrayオブジェクトに変換している．38行目から41行目で取り出した時系列データを折れ線グラフとして表示している．
課題
課題0
40名の学生の5教科（英語・数学・国語・理科・社会）のテストの点数からなるDataFrameオブジェクトを作り，csvファイルに書き出し，csvファイルから読み込め．
課題1
1クラスの学生数が40名（0-39）のクラスが4クラス（A,B,C,D）あり，それぞれの学生の5教科（英語・数学・国語・理科・社会）のテストの点数からなるDataFrameオブジェクトを作り，csvファイルに書き出し，csvファイルから読み込め．
課題2
1クラスの学生数が40名（0-39）のクラスが4クラス（A,B,C,D）あり，それぞれの学生の5教科（英語・数学・国語・理科・社会）のテストの点数3回分からなるDataFrameオブジェクトを作り，csvファイルに書き出し，csvファイルから読み込め．
課題3
1クラスの学生数が40名（0-39）のクラスが4クラス（A,B,C,D）あり，それぞれの学生の5教科（英語・数学・国語・理科・社会）のテストの点数3回分からなるDataFrameオブジェクトを作り，xlsxファイルに書き出し，xlsxファイルから読み込め．
課題4
学籍番号をindexとし，氏名・メールアドレス・電話番号からなる名簿のDataFrameオブジェクトと，学籍番号をindexとし，英語のテストの点数・数学のテストの点数・国語のテストの点数からなる成績表のDataFrameオブジェクトを作り，1つのxlsxファイルに書き出し，xlsxファイルから読み込め．
課題5
SSDSE-2019Aデータにおける東京都・埼玉県・千葉県・神奈川県の核家族世帯数・単独世帯数・６５歳以上の世帯員のいる核家族世帯数・高齢夫婦のみの世数帯・高齢単身世帯数（６５歳以上の者１人）を棒グラフで表し，比較せよ．
課題6
SSDSE-2019Aデータにおける東京都・大阪府・青森県・佐賀県の１５歳未満人口・１５～６４歳人口・６５歳以上人口・７５歳以上人口を棒グラフで表し，比較せよ．
課題7
SSDSE-2019Aデータにおける埼玉県川越市・鶴ヶ島市・ふじみ野市・志木市の幼稚園数・小学校数・中学校数・高等学校数を棒グラフで表し，比較せよ．
課題8
SSDSE-2020Bデータにおける東京都・埼玉県・千葉県・神奈川県の各年度の新規求職申込件数（一般）・月間有効求職者数（一般）・月間有効求人数（一般）・就職件数（一般）を折れ線グラフで表し，比較せよ．
課題9
SSDSE-2020Bデータにおける東京都・大阪府・愛知県・神奈川県の各年度の幼稚園在園者数・小学校児童数・中学校生徒数・高等学校生徒数を折れ線グラフで表し，比較せよ．