CSVを読み込みたい（pandas.read_csv）

1pd.read_csv("ファイル名")

pandas.read_csvでCSVファイルを読み込めます。 デフォルトの区切り文字は,（カンマ）です。 複数のファイルを読み込んで、データフレームに変換する場合はpandas.concatを使います。

参考

区切り文字を指定したい（sep）

1pd.read_csv("ファイル名", sep="\t")  # タブ区切り
2pd.read_csv("ファイル名", sep=" ")   # スペース区切り

sep（またはdelimiter）オプションで区切り文字を指定して、任意の区切り文字のテキストファイルを読み込むことができます。

エンコーディングを指定したい（encoding）

1pd.read_csv("ファイル名", encoding="shift_jis")  # シフトJIS
2pd.read_csv("ファイル名", encoding="utf-16")     # UTF-16

encodingオプションを使ってPythonの標準的なエンコーディング名)を指定できます。 デフォルトはencoding="utf-8"です。 utf-8とutf_8のように-（ハイフン）と_（アンダースコア）はエイリアスになっていて、どちらでも使えます。

読み込んだデータが文字化けしている場合はエンコーディングを指定する必要があります。 WindowsのExcelで作成されたCSVの場合、そのままでは文字化けすることが多く、だいたいシフトJIS（shift_jis）を指定すると解決します。

日付に変換したい

1pd.read_csv("ファイル名", parse_dates=["公開日", "更新日"])

日付のカラムがある場合、parse_datesを使って日付オブジェクトに変換できます。

1data = pd.read_csv("ファイル名")
2data["公開日"] = pd.to_datetime(data["公開日"])
3data["更新日"] = pd.to_datetime(data["更新日"])

データを読み込んだあとに、pandas.to_datetimeで変換できます。 日付カラムのフォーマットが独特な場合に、ISO8601などの一般的な形に文字列への変換が必要な場合に便利です。

1data["公開日"] = pd.to_datetime(data["公開日"])  # 日付オブジェクトに変換
2data["公開年"] = data["公開日"].dt.year          # アクセサを使って「年」を取得
3data["公開年月"] = data["公開日"].dt.format("%Y-%m") # アクセサを使って任意の文字列に変換

日付オブジェクトはdtアクセサを使って日付に関する操作ができます。 dt.strftimeで任意の日付文字列に変換することもできます。

コメント行をスキップしたい

1pd.read_csv("ファイル名", comment="1文字")  # コメント記号は1文字で指定
2pd.read_csv("ファイル名", comment="#")      # '#'がコメント記号

commentオプションを使って、データをスキップできます。 シェルスクリプトで解析することを前提にしていたデータの場合、読み込みたくない行の先頭に#を書いたりします。 このようなデータもPandasでそのまま再利用して分析できます。

コメント記号を指定して、その記号が先頭にある行をスキップできます。