【MELSOFT MaiLab入門】3分でデータ分析・AI活用を体感｜Fisher’s Iris Dataset

まずはFisher’s Iris Datasetをサイト からダウンロードします。

ダウンロードしたzipファイルを解凍すると、以下の構成でデータが保存されているのが確認できます。本記事ではサイトのお知らせを参考にbezdekIris.dataを使います。

まず空のExcelブックを開きます。データリボンから[データの取得]の[変換のテキストまたはCSVから]をクリックします。

右下の[テキストファイル]を[すべてのファイルに変更し、bezdekIris.dataを選択、インポートします。

[データの変換]をクリックし、参照とclass列のフィルターを駆使して以下のように「bezdekIris_setosa」「bezdekIris_versicolor」「bezdekIris_virginica」の３クエリを作成します。

「bezdekIris_setosa」「bezdekIris_versicolor」「bezdekIris_virginica」タブをそれぞれ「ファイル」リボンを開く→「エクスポート」→「ファイルの種類の変更」→「別のファイル形式として保存」を選択し、CSV UTF-8（コンマ区切り） 注意　形式で保存します。

簡単にExcelでここも済ませられればよかったですが、うまいことできなかったのでPythonでCSVを分割します。

任意のフォルダにて、先ほど出力したCSVと以下のmain.pyを同一フォルダに配置し、pandasが動作するpython環境にて実行してください。

本記事の環境：Python3.13.2
pandas：上記環境に標準装備されているバージョン

import pandas as pd

def main():
    csv_list = ['bezdekIris_setosa', 'bezdekIris_versicolor', 'bezdekIris_virginica']
    
    for name in csv_list:
        # CSVファイルの読み込み
        df = pd.read_csv(name+'.csv', index_col=0)

        test_ratio = 0.1 # 分割する比率
        # データをランダムにサンプリングして分割
        test_data = df.sample(frac=test_ratio, random_state=1)  # テストデータ
        train_data = df.drop(test_data.index)  # トレーニングデータ

        test_data.to_csv(name+'_test_data.csv')
        train_data.to_csv(name+'_train_data.csv')
        print(f'「'+name+'」処理しました。')

if __name__ == "__main__":
    main()

以下のようなファイルが出力されれば完了です。

「***_train_data.csv」をすべてGroup1に追加します。（テストデータの場合は「***_test_data.csv」）

index列は「使用しない」を選択してください。