
9.3
データの抽象化
183
9.3.3
ファイルの利用
DataShapeオブジェクトは、直接
.csv
ファイルから生成することもできます。この例では、メリー
ランド州のモントゴメリー群で起きた 404,536 件の交通違反を含むデータセットを使います。
データは
https://catalog.data.gov/dataset/traffic-violations-56dda
から
2016
年
8
月
23
日に
ダウンロードしました。このデータセットは日々更新されているので、読者の皆さんが最新の
データセットを入手したなら交通違反の数は異なっているかもしれません。
データセットはローカルの
../Data
フォルダに保存します。ただし、このデータセットは MongoDB
に保存できるよう、多少手を入れてあります。元々の形のまま日付の列付きで MongoDBからデータを
読もうとするとエラーになります。この問題については Blazeのバグを登録しました(https://github.
com/blaze/blaze/issues/1580)。
import odo
traffic = bl.Data('../Data/TrafficViolations.csv')
データセット中の列の名前がわからない場合は、DataShape から取得できます。次のコマンドですべ
てのフィールドのリストが得られます。
print(traffic.fields)
pandas
に慣れている人であれば、
.fields
と
.columns
属性が