Pythonの文字列データからPandasでDataFrameを構築する方法

本記事では、文字列型のデータを使ってpandasのDataFrameを構築する方法を解説します。

pandasは通常、CSVファイルの読み込みに使われることが多いですが、実はファイルではなく文字列データからも同じようにDataFrameを作成できます。その際に活用するのが、Python標準ライブラリのioモジュールが提供するStringIOです。StringIOは文字列をファイルのように扱えるラッパーであり、これを使うことで、あたかもCSVリーダーからデータを読み込んでいるかのように処理できます。

ここでは、各項目がセミコロン(;)で区切られた文字列データを例に、DataFrameの作成手順を見ていきましょう。

実装例

以下のコードでは、複数行の文字列をStringIOに渡し、pd.read_csv()のsep引数に区切り文字「;」を指定してDataFrameを生成しています。

import pandas as pd
from io import StringIO

str_data = StringIO("""Id;Subject;Course_Fee
    10;DBMS;3000
    11;Basic Maths;2000
    12;Data Science;40000
    13;Algorithm;5000
    """)

df = pd.read_csv(str_data, sep=";")
print(df)

コードのポイント

• StringIO: 文字列をファイルオブジェクトのように振る舞わせるためのラッパークラスです。
• sep=";": デフォルトの区切り文字はカンマですが、ここではセミコロン区切りのデータなので「;」を明示的に指定しています。
• 自動インデックス付与: 行ラベルを指定しないため、0から始まる連番インデックスが自動的に割り当てられます。

出力結果

   Id        Subject  Course_Fee
0  10           DBMS        3000
1  11    Basic Maths        2000
2  12   Data Science       40000
3  13      Algorithm        5000

このように、StringIOとread_csv()を組み合わせれば、外部ファイルを用意することなく、プログラム内の文字列データから簡単にDataFrameを構築できます。テストデータの作成やAPIレスポンスの解析など、さまざまな場面で役立つテクニックなので、ぜひ覚えておきましょう。