Colab환경에서 데이터 분석 진행하기! (데이터 불러오기)

chrome.google.com/webstore/detail/open-in-colab/iogfkhleblhcpcekbiedikdehleodpjo

Open in Colab

colab이란 ?

줄여서 'Colab'이라고도 하는 Colaboratory를 사용하면 브라우저에서 Python을 작성하고 실행할 수 있습니다. Colab은 다음과 같은 이점을 자랑합니다.

• 구성이 필요하지 않음 -> cmd에서 라이브러리를 일일히 설치 안해주어도 된다!! 주피터 단점 보완!
• GPU 무료 액세스 -> deep learning에 매우 유용!!
• 간편한 공유 -> 깃허브, 구글 드라이브, 내컴퓨터 어디든 바로 사본 전송 !

상단바 퍼즐모양에서 설치된 것을 확인 가능!

*파일 불러오기 *

파일을 불러오는 방법에는 크게 4가지가 있다.

1. 디렉토리 내 파일 불러오기

제일 일반적으로 쓰이는 방법. csv와 excel은 거의 동일함으로 csv에 대해서만 코드를 진행.

파일불러오기전 무조건 써줘야할 라이브러리

import pandas as pd
import numpy as np

pd.read_csv()

#dataframe 을 df라는 변수명으로 지정

df = pd.read_csv('파일명.csv')

이때, 파일명은 디렉토리를 지정해 줘야한다.

encoding = 'cp949' / encoding = 'utf-8'

unicode에러가 뜬다면 둘 중에 하나를 쓰는것도 방법이다 .

예를들면.

UnicodeDecodeError: 'cp949' codec can't decode byte 0xec in position 144: illegal multibyte sequence

 

df = pd.read_csv('파일명.csv',encoding = 'cp949')

#또는
df = pd.read_csv('파일명.csv',encoding = 'utf-8')

 

2. URL을 이용해 파일 불러오기

 

pd.read_csv('url')

#변수에 'url' 넣기
csv_url = 'https://ds-lecture-data.s3.ap-northeast-2.amazonaws.com/stocks/Travel.csv'

df = pd.read_csv(csv_url)

#또는

url = https://ds-lecture-data.s3.ap-northeast-2.amazonaws.com/stocks/Travel.csv

df = pd.read_csv('url')

 

3. 업로드를 통해 파일 불러오기

 

csv파일을 자체적으로 만들 때 아주 유용하다.

이 방법의 장점은 디렉토리를 따로 지정 안해주어도 된다는것!

from google.colab import files
uploaded = files.upload()

# 파일 업로드 후 
df = pd.read_csv('파일명.csv')

4. 구글 드라이브에서 파일 불러오기

 

colab의 장점 중 하나는 구글 드라이브로 편한 공유가 가능하다는 점. 큰 용량의 파일도 쉽게 불러 올 수가 있다.

from google.colab import drive
drive.mount('/content/gdrive')

링크 클릭 -> 구글 로그인 필요!

드라이브 접근 허용 후 링크 복사

위 빈칸에 붙여넣기 후 실행.

%cd /content/gdrive/My\ Drive/

my\drive에 접근할 수 있게 된다.

#기본 디렉토리는 my drive(./)
df = pd.read_csv('./파일명.csv', encoding = 'utf-8')

파일은 내 드라이브 내부에 넣어놓으면 된다.

만약, 프로젝트 폴더가 생성된 상태라면

프로젝트 폴더 안에 여러 csv등 데이터 파일을 넣은 후,

%cd/content/gdrive/my\drive/프로젝트 폴더명

으로 코드실행해주면 된당!