（学習ログ）Python002：複数CSVを読み込み、1つのDataFrameに結合して先頭を確認

1. はじめに

• この記事の目的

  • 2つのCSVファイルをpandasで読み込み、縦方向に結合（行方向に追加）し、内容の冒頭を確認する最小コードを理解します。

• この記事の概要

  • pd.read_csv()での読み込み
  • pd.concat()での結合（ignore_index=Trueの意味）
  • 結合後の確認手順（head()、shape など）をシンプルに解説します。

---

2. サンプルコード

コード全文

import pandas as pd

# 1) CSVを2つ読み込む
sample_transaction1 = pd.read_csv('001_サンプル/sample_transaction_data1.csv')
sample_transaction2 = pd.read_csv('001_サンプル/sample_transaction_data2.csv')

# 2) 縦方向（行方向）に結合する
sample_transaction = pd.concat([sample_transaction1, sample_transaction2], ignore_index=True)

# 3) 先頭5行を確認する
sample_transaction.head()

行ごとの説明

• import pandas as pd

  • データ操作ライブラリpandasをpdという短い名前で使えるようにします。

• pd.read_csv('...1.csv') / pd.read_csv('...2.csv')

  • 各CSVをDataFrameとして読み込みます。列名や型はCSVの表頭・内容に依存します。

• pd.concat([df1, df2], ignore_index=True)

  • 2つのDataFrameを「下に積む」ように結合します。
  • ignore_index=Trueにより、新しい連番（0,1,2, …）でインデックスを振り直します。

• .head()

  • 先頭5行を表示して、読み込みと結合が想定どおりか手早く確認します。

実行結果例

   transaction_id  customer_id      date       item     qty   price
0               1          101  2025-09-25   banana      2     120
1               2          101  2025-09-25     milk      1     180
2               3          203  2025-09-26     bread     1     150
3               4          150  2025-09-26     apple     3     100
4               5          150  2025-09-27  chocolate   2     220

※ あくまで例です。お手元のCSVに合わせて表示内容は変わります。

---

3. エラーと確認のポイント

代表的なエラー文

• ファイルが見つからない

  FileNotFoundError: [Errno 2] No such file or directory: '001_サンプル/sample_transaction_data1.csv'
  

  • 原因：相対パスの起点が想定と違う／ファイル名のタイプミス／フォルダ構成が異なる

  • 対策：実行中のカレントディレクトリを確認し、正しい相対パスまたは絶対パスを指定する

    import os
    print(os.getcwd())  # 今いるフォルダを確認
    

• 文字コードの問題

  UnicodeDecodeError: 'utf-8' codec can't decode byte 0x.. in position ...
  

  • 原因：CSVがUTF-8ではなく、Shift_JIS等で保存されている

  • 対策：encodingを指定

    df = pd.read_csv('file.csv', encoding='cp932')  # 日本語WindowsのExcel想定
    

• 列の不整合（結合時の想定外のNaN）

  • 症状：concat後、一方にしかない列がNaNで埋まる

  • 原因：ファイル間で列名や列数が異なる

  • 対策：読み込み前に列名を合わせる／usecols=で必要列に絞る／列のリネームを行う

    df = pd.read_csv('file.csv')
    df = df.rename(columns={'顧客ID': 'customer_id'})
    

よく使う確認メソッドや出力例

• サイズと列名の確認

  sample_transaction.shape      # (行数, 列数) を確認
  sample_transaction.columns    # 列名一覧を確認
  

  例：

  sample_transaction.shape
  (2000, 6)
  
  sample_transaction.columns
  Index(['transaction_id', 'customer_id', 'date', 'item', 'qty', 'price'], dtype='object')
  

• ざっと中身を見る（先頭・末尾・情報）

  sample_transaction.head(3)    # 先頭3行
  sample_transaction.tail(3)    # 末尾3行
  sample_transaction.info()     # データ型や欠損状況の概観
  

  例（抜粋）：

  <class 'pandas.core.frame.DataFrame'>
  RangeIndex: 2000 entries, 0 to 1999
  Data columns (total 6 columns):
   #   Column          Non-Null Count  Dtype
  ---  ------          --------------  -----
   0   transaction_id  2000 non-null   int64
   1   customer_id     2000 non-null   int64
   2   date            2000 non-null   object
   3   item            1998 non-null   object
   4   qty             2000 non-null   int64
   5   price           2000 non-null   int64
  

• 欠損や重複の簡易チェック

  sample_transaction.isna().sum()       # 列ごとの欠損数
  sample_transaction.duplicated().sum() # 完全重複行の件数
  

• 想定型への変換（必要に応じて）

  sample_transaction['date'] = pd.to_datetime(sample_transaction['date'], errors='coerce')
  sample_transaction['qty']  = pd.to_numeric(sample_transaction['qty'], errors='coerce')
  sample_transaction['price']= pd.to_numeric(sample_transaction['price'], errors='coerce')
  

小さなコツ：appendは廃止予定だったため、 複数の結合は常にpd.concat を使うのがベストプラクティスです。ファイルが3つ以上あればlistに入れてconcatしましょう。

# 例：複数ファイルを一括結合
paths = [
    '001_サンプル/sample_transaction_data1.csv',
    '001_サンプル/sample_transaction_data2.csv',
    '001_サンプル/sample_transaction_data3.csv',
]
dfs = [pd.read_csv(p) for p in paths]
sample_transaction = pd.concat(dfs, ignore_index=True)

---

4. まとめ

• pd.read_csv()で複数のCSVをDataFrameとして読み込み、pd.concat()で縦方向結合できる。
• ignore_index=Trueで新しい連番インデックスに振り直し、結合後のhead()・shape・info()で最小限の品質チェックができる。
• 典型的なエラー（パス・文字コード・列不整合）の原因と、実務的な確認メソッド（欠損・重複・型変換）を使った対処の流れが分かる。