DuckDB: 起動して実行中

第2章. DuckDBにデータをインポートする

この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている：[e-mail]

第1章では、簡単なDuckDBデータベースを作成し、そこにテーブルをロードする方法を説明した。実世界では、CSV、Excel、Parquet、データベースサーバなど、さまざまなデータソースやファイル形式からデータを取得することが多い。この章では、まずDuckDBデータベースを作成するさまざまな方法を学び、次にさまざまなデータソースを使用してデータベースをロードする方法を学ぶ。この章が終わるころには、各データソースの扱い方と、それを扱うためのヒントやコツについて、明確な考えを持つことができるだろう。

DuckDBデータベースを作成する

このセクションでは、、DuckDBデータベースを作成するさまざまな方法を紹介し、どのメソッドがあなたの目的に合うかを提案する。

DuckDBデータベースを作成する最も簡単な方法は、duckdb モジュールのconnect() 関数を使用することである：

import duckdb

conn = duckdb.connect()

connect() 関数はDuckDBPyConnection オブジェクトを返す。デフォルトでは、この文はここで見られるように、変更可能なin-memoryデータベースを開く：

conn = duckdb.connect(':memory:')

ストレージ上に永続化されるDuckDBデータベースを作成したい場合は、database 引数にデータベースの名前、例えばmydb.duckdbをセットする（ファイル名には任意の拡張子を使用できる）：

conn = duckdb.connect(database = 'mydb.duckdb', read_only = False)

注

このステートメントを最初に実行すると、mydb.duckdbデータベースファイルがコード（Jupyterノートブックなど）と同じフォルダに作成される。データベースファイルがすでに存在する場合のみ、引数read_only をTrue にセットできる。複数のPythonプロセスが同時に同じデータベースファイルにアクセスする必要がある場合は、読み取り専用モードでファイルを開く必要がある。

このin文を実行すると、カレントディレクトリにmydb.duckdbファイルが表示される。

注

インメモリDuckDBデータベース を作成し、引数read_only をTrue に設定すると、データベースは不変性（読み取り専用）となり、テーブルをアタッチできなくなる。したがって、インメモリデータベースの場合、read_only 引数を必ずFalse に設定すること（または、False がデフォルトであるため、単に省略すること）。

DuckDBデータベースが作成されたので、次のセクションではさまざまなデータソース、形式からデータをロードする方法を学ぶ。

異なるデータソースと形式からデータをロードする

DuckDBは様々なデータソースやファイル形式に対応している。このセクションでは、以下のファイルからデータを読み込む方法を学ぶ：

• CSVファイル

• パーケットファイル

• エクセルファイル

• MySQL データベース

CSVファイルを扱う

最も一般的なデータソースのファイル形式のひとつがCSVファイルである。これは、表形式のデータを保存し、交換するための一般的で簡単な方法である。CSVファイルは以下のようなものである： ...