[Python] pandas로 CSV, JSON, Excel 완전 정복 – 파일 불러오기부터 저장까지 실전 예제

[Python] pandas로 CSV, JSON, Excel 완전 정복 – 파일 불러오기부터 저장까지 실전 예제

파이썬으로 데이터 분석을 시작한다면 CSV, JSON, Excel 파일을 다루는 법은 필수입니다.

이 글에서는 pandas 라이브러리를 활용해 세 가지 주요 파일 형식을 불러오고 가공한 뒤 저장하는 방법을 실제 코드와 함께 소개합니다.
업무 자동화나 데이터 전처리에 필요한 기본기를 정리해봤습니다.

---

✅ 1. pandas로 다양한 파일 불러오기

import pandas as pd

# CSV 불러오기
df_csv = pd.read_csv("data.csv")

# JSON 불러오기
df_json = pd.read_json("data.json")

# Excel 불러오기 (sheet 지정 가능)
df_excel = pd.read_excel("data.xlsx", sheet_name="Sheet1")

# 데이터 미리보기
print(df_csv.head())

---

✅ 2. 가공한 데이터 저장하기 (to_*)

# CSV로 저장
df_csv.to_csv("output.csv", index=False)

# JSON으로 저장 (한글 깨짐 방지)
df_json.to_json("output.json", orient="records", force_ascii=False, indent=2)

# Excel로 저장
df_excel.to_excel("output.xlsx", index=False)

---

✅ 3. 실전 예제 – 웹 JSON 데이터를 엑셀로 저장

import requests

# API로 JSON 데이터 받아오기
url = "https://jsonplaceholder.typicode.com/users"
response = requests.get(url)
data = response.json()

# pandas로 변환 후 저장
df = pd.DataFrame(data)
df.to_excel("users.xlsx", index=False)

---

✅ 4. 자주 발생하는 오류 해결 팁

• UnicodeDecodeError 발생 시 → encoding='utf-8-sig' 또는 'cp949'로 인코딩 지정
• Excel 저장 시 오류 발생 → pip install openpyxl 설치 필요
• JSON 한글 깨짐 방지 → force_ascii=False 옵션 사용

---

📌 마무리

pandas를 활용하면 파일 형식에 관계없이 데이터를 유연하게 다룰 수 있습니다.

기초적인 입출력 기능을 익혀두면 분석, 리포트 자동화, 외부 시스템 연동 작업에서도 확실한 기반이 됩니다.

데이터를 다루는 모든 작업의 시작은 파일 입출력입니다. 필요할 때 참고할 수 있도록 저장해두시면 좋습니다.