gzファイルの取り込み
受付中
回答 1
投稿
- 評価
- クリップ 0
- VIEW 1,903
8M程度のcsvが圧縮されているgzファイルがあるのですが、これを読み込んでDataFrame化したいと考えています。
まずgzファイルをLhaplusで解凍する際に、ファイル形式を「すべてのファイル」に指定して保存するのですが、エクセル形式になってしまいます。
格納されたcsvファイルを開いてみると、excel形式でのものになっているからなのかデータの一部しか表示されておりません(9万7千行8列)。
このファイルをf=pd.read_csv('test.csv')で取り込んで可視化してみても、明らかにデータ数が少ない感じです。
Lhaplus以外ではきちんと解凍されるようなのですが、会社のPCなのでaplインストールに制限があります(かつPCは32bit・・・)。gzファイルからそのままdataframe化できればよいのかもしれないのですが、調べてもよく理解できませんでした。
Lhaplus以外の解凍アプリを入れるしかないのでしょうか。
お手数ですが、よろしくお願い致します。
-
気になる質問をクリップする
クリップした質問は、後からいつでもマイページで確認できます。
またクリップした質問に回答があった際、通知やメールを受け取ることができます。
クリップを取り消します
-
良い質問の評価を上げる
以下のような質問は評価を上げましょう
- 質問内容が明確
- 自分も答えを知りたい
- 質問者以外のユーザにも役立つ
評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。
質問の評価を上げたことを取り消します
-
評価を下げられる数の上限に達しました
評価を下げることができません
- 1日5回まで評価を下げられます
- 1日に1ユーザに対して2回まで評価を下げられます
質問の評価を下げる
teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。
- プログラミングに関係のない質問
- やってほしいことだけを記載した丸投げの質問
- 問題・課題が含まれていない質問
- 意図的に内容が抹消された質問
- 過去に投稿した質問と同じ内容の質問
- 広告と受け取られるような投稿
評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。
質問の評価を下げたことを取り消します
この機能は開放されていません
評価を下げる条件を満たしてません
質問の評価を下げる機能の利用条件
この機能を利用するためには、以下の事項を行う必要があります。
- 質問回答など一定の行動
-
メールアドレスの認証
メールアドレスの認証
-
質問評価に関するヘルプページの閲覧
質問評価に関するヘルプページの閲覧
0
まずgzファイルをLhaplusで解凍する際に、ファイル形式を「すべてのファイル」に指定して保存するのですが、エクセル形式になってしまいます。
解凍ソフトの違いによって解凍データが異なることは通常は考えにくいです。
解凍されて生成されたtest.csvの拡張子.csvがExcelに関連付けられているので「エクセル形式」に見えるだけだと思われます。
提示されたデータ先頭部分
#RIC,Alias Underlying RIC,Domain,Date-Time,Type,Last,Close Bid,Close Ask
JPY3M=,,Market Price,2006-12-31T15:00:00.000000000Z,Intraday 1Hour,,-140.7,-140.2JPYTN=,,Market Price,2006
から、実際はちゃんとcomma(character)-separated values(CSV)形式だと思われます。
このファイルをf=pd.read_csv('test.csv')で取り込んで可視化してみても、明らかにデータ数が少ない感じです。
読込結果をprint(f)などで表示すると、データが大量にある場合は省略表示されます。
実際に読み込まれた行と列の数はlen(f.index)およびlen(f.columns)で確認できます。
投稿
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
15分調べてもわからないことは、teratailで質問しよう！
- ただいまの回答率 88.20%
- 質問をまとめることで、思考を整理して素早く解決
- テンプレート機能で、簡単に質問をまとめられる
質問への追記・修正、ベストアンサー選択の依頼
can110
2017/09/08 13:38
解凍したCSVファイルが「エクセル形式」だと、どのような手段で確認されましたか？また、そのCSVをテキストエディタで開き、先頭の数行程度と全体の行数を提示することは可能でしょうか？
jun.k
2017/09/08 16:56
gzファイルをLhaplusのアイコンにドラック&ドロップした際に格納されるフォルダの中身を見ると、ファイル種類がExcelになっており、アイコンもエクセルになっていることで確認しました。
jun.k
2017/09/08 16:58
テキストエディタでの内容に関して、メモ帳しかないのですが、最初の数行が #RIC,Alias Underlying RIC,Domain,Date-Time,Type,Last,Close Bid,Close Ask
jun.k
2017/09/08 17:03
行数はメモ帳での確認方法が不明ですが、エクセルで確認したのと同じ期間のデータなので9万7千行だと思いますが・・・
jun.k
2017/09/08 17:04
上記が数行になっていないようなのでもう一度貼り付けます
jun.k
2017/09/08 17:06
#RIC,Alias Underlying RIC,Domain,Date-Time,Type,Last,Close Bid,Close Ask
jun.k
2017/09/08 17:08
JPY3M=,,Market Price,2006-12-31T15:00:00.000000000Z,Intraday 1Hour,,-140.7,-140.2JPYTN=,,Market Price,2006
can110
2017/09/08 17:08
この欄は狭いので質問本文にコード表記（前後を```で囲む）で追記していただけないでようか？
can110
2017/09/08 17:09
アイコンがExcelなのは単に.csvがExcelに関連付けられているからだと思われます。
can110
2017/09/08 17:11
要するにExcel（ブック）形式ではなくcomma(character)-separated values=CSV形式ファイルということでよろしいですか？
can110
2017/09/08 17:17
「明らかにデータ数が少ない感じ」とはどのようにして確認されましたか？実際の読込結果行数（「len(f.index)」の結果など）を追記ください。
jun.k
2017/09/08 18:12
書き込みになれておらずお手数をお掛け致します。ご回答ありがとうございます。単にexcelに見えているだけなんですね。メモ帳で見たらその通りなので、csv形式で問題ないと思います。lenの結果は行数が97711、列数が9でした。