# ===== CSVの基本 ===== import pandas as pd # サンプルデータ df = pd.DataFrame({ ‘商品ID’: [1, 2, 3, 4, 5], ‘商品名’: [‘りんご’, ‘バナナ’, ‘みかん’, ‘ぶどう’, ‘いちご’], ‘価格’: [150, 100, 80, 300, 250], ‘在庫’: [50, 100, 80, 30, 40] }) print(“=== サンプルデータ ===”) print(df) # CSVファイルに保存（文字化け対策済み） df.to_csv(‘products.csv’, index=False, encoding=’utf-8-sig’) print(“\n✅ CSVファイルを保存しました！”)

# ===== エンコーディングの比較 ===== # UTF-8（BOM付き）で保存 – Excelでも文字化けしない（推奨） df.to_csv(‘products_utf8sig.csv’, index=False, encoding=’utf-8-sig’) # Shift-JIS で保存 – 古いExcelで開く場合 df.to_csv(‘products_sjis.csv’, index=False, encoding=’shift_jis’) # UTF-8（BOMなし）で保存 – プログラムで読む場合 df.to_csv(‘products_utf8.csv’, index=False, encoding=’utf-8′) print(“3種類のエンコーディングで保存しました！”)

# ===== 区切り文字を変更 ===== # タブ区切り（TSV） df.to_csv(‘products.tsv’, index=False, sep=’\t’, encoding=’utf-8-sig’) print(“タブ区切り（TSV）で保存しました”) # パイプ区切り df.to_csv(‘products_pipe.txt’, index=False, sep=’|’, encoding=’utf-8-sig’) print(“パイプ区切りで保存しました”)

# ===== 大量データを分割してエクスポート ===== import numpy as np # 10万件のデータを作成 large_df = pd.DataFrame({ ‘ID’: range(1, 100001), ‘データ’: np.random.randint(0, 1000, 100000) }) print(f”データ件数: {len(large_df):,}件”) # 20,000件ずつ分割してエクスポート chunk_size = 20000 for i, start in enumerate(range(0, len(large_df), chunk_size)): chunk = large_df[start:start + chunk_size] filename = f’data_part_{i+1}.csv’ chunk.to_csv(filename, index=False, encoding=’utf-8-sig’) print(f” {filename}: {len(chunk):,}件 保存完了”) print(“\n✅ 全てのファイルをエクスポートしました！”)

# ===== Excelの基本 ===== # Excelファイルに保存 df.to_excel(‘products.xlsx’, index=False, sheet_name=’商品一覧’) print(“✅ Excelファイルを保存しました！”) # 保存したファイルを読み込んで確認 df_loaded = pd.read_excel(‘products.xlsx’) print(df_loaded)

# ===== 複数シートに保存 ===== # 売上データ sales_df = pd.DataFrame({ ‘日付’: pd.date_range(‘2024-01-01’, periods=5), ‘売上’: [10000, 15000, 12000, 18000, 20000] }) # 在庫データ stock_df = pd.DataFrame({ ‘商品名’: [‘りんご’, ‘バナナ’, ‘みかん’], ‘在庫’: [50, 100, 80] }) # ExcelWriterを使って複数シートに保存 with pd.ExcelWriter(‘report.xlsx’, engine=’openpyxl’) as writer: df.to_excel(writer, sheet_name=’商品マスタ’, index=False) sales_df.to_excel(writer, sheet_name=’売上’, index=False) stock_df.to_excel(writer, sheet_name=’在庫’, index=False) print(“✅ 複数シートのExcelファイルを作成しました！”) print(“シート一覧: 商品マスタ, 売上, 在庫”)

# ===== セルの書式設定 ===== from openpyxl import Workbook from openpyxl.styles import Font, PatternFill from openpyxl.utils.dataframe import dataframe_to_rows # ワークブックを作成 wb = Workbook() ws = wb.active ws.title = ‘商品一覧’ # データを書き込み for row in dataframe_to_rows(df, index=False, header=True): ws.append(row) # ヘッダー行の書式設定（青背景、白文字、太字） header_fill = PatternFill(start_color=”4472C4″, end_color=”4472C4″, fill_type=”solid”) header_font = Font(color=”FFFFFF”, bold=True) for cell in ws[1]: cell.fill = header_fill cell.font = header_font # 価格列を通貨書式に for row in ws.iter_rows(min_row=2, min_col=3, max_col=3): for cell in row: cell.number_format = ‘¥#,##0’ # 列幅を自動調整 for column in ws.columns: max_length = 0 column_letter = column[0].column_letter for cell in column: if cell.value: max_length = max(max_length, len(str(cell.value))) ws.column_dimensions[column_letter].width = max_length + 2 # 保存 wb.save(‘products_formatted.xlsx’) print(“✅ 書式設定したExcelファイルを作成しました！”)

# ===== JSONの基本 ===== # JSONファイルに保存 df.to_json(‘products.json’, orient=’records’, force_ascii=False, indent=2) print(“✅ JSONファイルを保存しました！”) # 保存されたJSONの内容を表示 with open(‘products.json’, ‘r’, encoding=’utf-8′) as f: content = f.read() print(“\n=== products.json の内容 ===”) print(content[:500]) # 最初の500文字

# ===== orientパラメータの比較 ===== # サンプルデータ small_df = pd.DataFrame({ ‘名前’: [‘田中’, ‘佐藤’], ‘年齢’: [25, 30] }) print(“【orient=’records’】（最も一般的）”) print(small_df.to_json(orient=’records’, force_ascii=False, indent=2)) print(“\n【orient=’index’】”) print(small_df.to_json(orient=’index’, force_ascii=False, indent=2)) print(“\n【orient=’columns’】”) print(small_df.to_json(orient=’columns’, force_ascii=False, indent=2))

# ===== 日付データを含むJSON ===== # 日付データを含むDataFrame date_df = pd.DataFrame({ ‘日付’: pd.date_range(‘2024-01-01’, periods=3), ‘売上’: [10000, 15000, 12000] }) print(“=== 変換前 ===”) print(date_df) # 日付を文字列に変換してからエクスポート date_df[‘日付’] = date_df[‘日付’].dt.strftime(‘%Y-%m-%d’) date_df.to_json(‘sales.json’, orient=’records’, force_ascii=False, indent=2) print(“\n=== sales.json の内容 ===”) with open(‘sales.json’, ‘r’, encoding=’utf-8′) as f: print(f.read())

# ===== Parquetの基本 ===== # Parquetファイルに保存 df.to_parquet(‘products.parquet’, index=False, compression=’snappy’) print(“✅ Parquetファイルを保存しました！”) # ファイルを読み込んで確認 df_loaded = pd.read_parquet(‘products.parquet’) print(df_loaded)

# ===== CSVとParquetの比較 ===== import numpy as np import os import time # 100万件のデータを作成 print(“=== 100万件のデータを作成中… ===”) large_df = pd.DataFrame({ ‘ID’: range(1, 1000001), ‘名前’: [f’ユーザー{i}’ for i in range(1, 1000001)], ‘年齢’: np.random.randint(20, 70, 1000000), ‘金額’: np.random.randint(1000, 100000, 1000000) }) print(f”データ件数: {len(large_df):,}件”) # CSV保存 start = time.time() large_df.to_csv(‘large_data.csv’, index=False, encoding=’utf-8-sig’) csv_save_time = time.time() – start # Parquet保存 start = time.time() large_df.to_parquet(‘large_data.parquet’, index=False, compression=’snappy’) parquet_save_time = time.time() – start # ファイルサイズを比較 csv_size = os.path.getsize(‘large_data.csv’) / 1024 / 1024 parquet_size = os.path.getsize(‘large_data.parquet’) / 1024 / 1024 # 読み込み速度を比較 start = time.time() df_csv = pd.read_csv(‘large_data.csv’) csv_load_time = time.time() – start start = time.time() df_parquet = pd.read_parquet(‘large_data.parquet’) parquet_load_time = time.time() – start # 結果表示 print(“\n【保存時間】”) print(f” CSV: {csv_save_time:.2f}秒”) print(f” Parquet: {parquet_save_time:.2f}秒”) print(“\n【ファイルサイズ】”) print(f” CSV: {csv_size:.2f} MB”) print(f” Parquet: {parquet_size:.2f} MB”) print(f” 圧縮率: {(1 – parquet_size/csv_size)*100:.1f}%”) print(“\n【読み込み時間】”) print(f” CSV: {csv_load_time:.2f}秒”) print(f” Parquet: {parquet_load_time:.2f}秒”) print(f” Parquetは {csv_load_time/parquet_load_time:.1f}倍速い 🚀”)

# ===== 特定の列だけ読み込む（Parquetの強み）===== # 必要な列だけ読み込む df_selected = pd.read_parquet(‘large_data.parquet’, columns=[‘ID’, ‘金額’]) print(“=== 選択した列だけ読み込み ===”) print(f”読み込んだ列: {list(df_selected.columns)}”) print(df_selected.head())

# ===== 複数形式で同時出力 ===== import os def export_all_formats(df, base_filename): “””データを複数形式で同時にエクスポート””” print(f”=== エクスポート開始: {len(df):,}件 ===”) # CSV csv_file = f'{base_filename}.csv’ df.to_csv(csv_file, index=False, encoding=’utf-8-sig’) csv_size = os.path.getsize(csv_file) / 1024 print(f”✅ CSV: {csv_file} ({csv_size:.1f} KB)”) # Excel excel_file = f'{base_filename}.xlsx’ df.to_excel(excel_file, index=False, sheet_name=’データ’) excel_size = os.path.getsize(excel_file) / 1024 print(f”✅ Excel: {excel_file} ({excel_size:.1f} KB)”) # JSON json_file = f'{base_filename}.json’ df.to_json(json_file, orient=’records’, force_ascii=False, indent=2) json_size = os.path.getsize(json_file) / 1024 print(f”✅ JSON: {json_file} ({json_size:.1f} KB)”) # Parquet parquet_file = f'{base_filename}.parquet’ df.to_parquet(parquet_file, index=False, compression=’snappy’) parquet_size = os.path.getsize(parquet_file) / 1024 print(f”✅ Parquet: {parquet_file} ({parquet_size:.1f} KB)”) print(“\n全形式でエクスポート完了！”) # 使用例 export_all_formats(df, ‘products_all’)