5. 데이터 전처리의 모든 것 : DataFrame 파일 입출력

1. 파일 입출력

Pandas는 다양한 형식의 파일을 읽고, 쓸 수 있습니다. 대표적인 파일 형식으로는 CSV, Excel, JSON, SQL 등이 있습니다.

(Pandas 공식 User Guide 2.2 기준)

Format Type	Data 형태	불러오는 함수 (읽기)	내보내기 함수 (쓰기)
text	CSV	read_csv	to_csv
text	Fixed-Width Text File	read_fwf
text	JSON	read_json	to_json
text	HTML	read_html	to_html
text	LaTeX		Styler.to_latex
text	XML	read_xml	to_xml
text	Local clipboard	read_clipboard	to_clipboard
binary	MS Excel	read_excel	to_excel
binary	OpenDocument	read_excel
binary	HDF5 Format	read_hdf	to_hdf
binary	Feather Format	read_feather	to_feather
binary	Parquet Format	read_parquet	to_parquet
binary	ORC Format	read_orc	to_orc
binary	Stata	read_stata	to_stata
binary	SAS	read_sas
binary	SPSS	read_spss
binary	Python Pickle Format	read_pickle	to_pickle
SQL	SQL	read_sql	to_sql
SQL	Google BigQuery	read_gbq	to_gbq

---

 

[파일 읽기 / 불러오기]

CSV 파일 읽기 / 불러오기

# CSV 파일 읽기
df = pd.read_csv('file.csv')

 

Excel  파일 읽기 / 불러오기

# Excel 파일 읽기
df = pd.read_excel('file.xlsx')

 

Json 파일 읽기 / 불러오기

# JSON 파일 읽기
df = pd.read_json('file.json')

---

 

[파일 쓰기 / 내보내기]

 

CSV 파일 쓰기 / 내보내기

# 예제 DataFrame 생성
data = {'Column1': [1, 2, 3], 'Column2': ['A', 'B', 'C']}
df = pd.DataFrame(data)

# CSV 파일로 저장
df.to_csv('output.csv', index=False)  # index를 False로 설정하여 인덱스를 저장하지 않음

 

Excel 파일 쓰기 / 내보내기

 

# 예제 DataFrame 생성
data = {'A': [1, 2, 3],
        'B': ['a', 'b', 'c']}

df = pd.DataFrame(data)

# Excel 파일로 저장
df.to_excel('example.xlsx', index=False)  # index=False를 설정하여 인덱스를 저장하지 않습니다.

 

 

Json 파일 쓰기 / 내보내기

# 예제 DataFrame 생성
data = {'Column1': [1, 2, 3], 'Column2': ['A', 'B', 'C']}
df = pd.DataFrame(data)

# JSON 파일로 저장
df.to_json('output.json', orient='records')  # orient를 'records'로 설정하여 레코드 단위로 저장