Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理

6.1

 テキスト形式のデータの読み書き

195

0 1 2 3

1 4 5 6

2 7 8 9

JSON

データの読み込みや操作に関する、さらに広範な事例（レコードがネストしている場合など）に

ついては、「14.4 アメリカ合衆国農務省の食糧データベース」の例を参照してください。

pandas

から

JSON

形式でデータをエクスポートする必要がある場合、

1

つの方法としては、シリーズ

やデータフレームの

to_json

メソッドが使えます。

In [71]: print(data.to_json())

{"a":{"0":1,"1":4,"2":7},"b":{"0":2,"1":5,"2":8},"c":{"0":3,"1":6,"2":9}}

In [72]: print(data.to_json(orient='records'))

[{"a":1,"b":2,"c":3},{"a":4,"b":5,"c

":6},{"a":7,"b":8,"c":9}]

6.1.5

 

XML

と

HTML

：ウェブスクレイピング

Python

には、巷にあふれる

HTML/XML

形式のデータの読み書き用のライブラリがたくさんありま

す。代表的なものとしては

lxml

（

http://lxml.de

）や

Beautiful Soup

、

html5lib

が挙げられます。これら

の中では通常、

lxml

がはるかに高速ですが、規格に従っていない

HTML

ファイルや

XML

ファイルを取

り扱うには、

Beautiful Soup

や

html5lib

の方が便利です。

pandas ...