#33 URLからデータを読み込む

1 3rd STEP 応用編 医療 Section 2 URLからデータを読み込む 80 url = “Excelファイルのありか" データ名 = pd.read_excel(url) 81 skiprows=[数字1, 数字2, 数字3, ・・・] 82 データ名.rename(index={古い行名1：新しい行名1, ・・・}, columns={古い列名2：新しい列名2,・・・}) 83 データ名["薬効分類"].fillna(method='ffill')

2 Section 2 データの読み込み １．フォルダー、ノートブックの作成 まずは、Googleドライブの「マイドライブ」に「医療」というフォルダーを作成し、左上の 「＋ 新規」→「その他」→「Google Colaboratory」をクリックして、新しいノートブックを作り、 名称を「連結データの作成.ipynb」とします。

3 Section 2 データの読み込み プログラム解説1 Excelファイルの読み込み WEBに存在するExcelファイルをダウンロードするには、下記のプログラムを使います。 80 url = “Excelファイルのありか" データ名 = pd.read_excel(url) 今回の例のように、最初の2行や、4行目を読み込みたくない場合は、引数としてskiprows を使います。 すなわち、Excelの最初の何行かを読み飛ばす場合は、skiprows=数字、 複数の行を読み飛ばす場合は、 81 skiprows=[数字1, 数字2, 数字3, ・・・] と記入していきます。 数字1、数字2、数字3は、Excelの行番号で、０から始まることに注意してください。 同様に、skipfooterを使うと、最後の何行を読み込まないように指定ことができます。この場 合も、 Excelの行番号は０から始まることに注意してください。

4 Section 2 データの読み込み ２．Excelファイルの読み込み（読み込み方法を指定していない場合） 80を使って、 Section 1 スライド8の一番最初のURLを読み込んでみましょう。 引数を何も指定しないと、下記のようになります。

5 Section 2 データの読み込み ３．Excelファイルを見てみよう Excelファイルを見てみると、表を見やすくするために、Excel特有の処理が施してあります。 これらは、連結データを作成する際に、邪魔になります。 最初の2行は、但し書きなので、 必要ありません。 2行が結合されています。

6 Section 2 データの読み込み ４．不要な行を読み飛ばす 81を使って、1、2、4行目を読み飛ばすと、少しきれいになってきました。 それでも、改行を表す「\」が入っている列名（①）、薬効分類が最初の一行だけしか表示さ れていない（②）というの不具合が生じています。 ① ②

7 Section 2 データの読み込み プログラム解説2 列名を変更 データの列名を変更する場合は、プログラム82を用います。 82 データ名.rename(index={古い行名1：新しい行名1, ・・・}, columns={古い列名2：新しい列名2,・・・}) 行名・列名のいずれかのみを変更したい場合は、引数indexとcolumnsのどちらか一方だけ を指定します。 ただし、元のデータは変更されないので、後々使う場合は新たなデータ名を宣言しておきます。

8 Section 2 データの読み込み ５．①改行を表す「\」が入っている列名の修正 ①を82を使って、修正してみましょう。

9 Section 2 データの読み込み プログラム解説3 文字列を上下と同じように埋める Excelでは、行を結合して「薬効分類」を表示させていますので、Pandasで読み込んだ時に 欠損値「NaN」と示されてしまいます。 一つ上の「薬効分類」と同じものですから、一つ上と同様な文字列を埋めなくてはなりません。 その場合、「fillna(method=‘ffill‘)」を用います。 83 データ名 ["薬効分類"].fillna(method='ffill') 後ろの値に置換する場合は、 「fillna(method=‘bfill‘)」を使います。

10 Section 2 データの読み込み ６．②薬効分類が最初の一行だけしか表示されていない点を修正 ②を83を使って、上の薬効分類の数字で埋めましょう。