Python pandas ライブラリ完全ガイド

Python の pandas は、データ分析とデータ操作を効率的に行うための強力なライブラリです。本記事では、pandas の主要な機能とその活用方法について詳しく解説します。

1. pandas ライブラリの概要

  • pandas は、データ処理や分析のためのライブラリであり、DataFrame と Series を中心に操作します。
  • CSV、Excel、SQL などのデータソースとの連携が可能。
  • データのフィルタリング、集計、統計処理などが簡単にできる。

インストール方法

pandas は pip で簡単にインストールできます。

pip install pandas
--- ## 2. 主な機能と使用例 ### (1) `DataFrame` の作成 
import pandas as pd

data = {"名前": ["Alice", "Bob", "Charlie"], "年齢": [25, 30, 35]}
df = pd.DataFrame(data)
print(df)
**使用例:** リストや辞書から `DataFrame` を作成し、データを管理する。 --- ### (2) CSV ファイルの読み込み 
import pandas as pd

df = pd.read_csv("data.csv")
print(df.head())
**使用例:** CSV ファイルを読み込んでデータを分析する。 --- ### (3) データのフィルタリング 
import pandas as pd

df = pd.DataFrame({"名前": ["Alice", "Bob", "Charlie"], "年齢": [25, 30, 35]})
filtered_df = df[df["年齢"] > 30]
print(filtered_df)
**使用例:** 特定の条件を満たすデータを抽出する。 --- ### (4) データの集計 
import pandas as pd

df = pd.DataFrame({"カテゴリ": ["A", "B", "A", "B"], "売上": [100, 200, 150, 250]})
print(df.groupby("カテゴリ")["売上"].sum())
**使用例:** カテゴリごとに売上を集計する。 --- ### (5) 統計量の計算 
import pandas as pd

df = pd.DataFrame({"値": [10, 20, 30, 40, 50]})
print(df.describe())
**使用例:** データの平均、標準偏差、最小・最大値を取得する。 --- ### (6) 欠損値の処理（`dropna`, `fillna`） 
import pandas as pd

df = pd.DataFrame({"名前": ["Alice", "Bob", None], "年齢": [25, None, 35]})
print(df.dropna())  # 欠損値を削除
print(df.fillna("不明"))  # 欠損値を埋める
**使用例:** データの前処理として、欠損値の処理を行う。 --- ### (7) 列の追加と削除（`assign`, `drop`） 
import pandas as pd

df = pd.DataFrame({"名前": ["Alice", "Bob"], "年齢": [25, 30]})
df = df.assign(性別=["女性", "男性"])  # 新しい列を追加
df = df.drop("年齢", axis=1)  # 列を削除
print(df)
**使用例:** データに新しい情報を追加したり、不要なデータを削除する。 --- ### (8) インデックスの変更（`set_index`, `reset_index`） 
import pandas as pd

df = pd.DataFrame({"ID": [101, 102, 103], "名前": ["Alice", "Bob", "Charlie"]})
df = df.set_index("ID")
print(df)
df = df.reset_index()
print(df)
**使用例:** データの整理や検索をしやすくするためにインデックスを設定・解除する。 --- ### (9) ソート（`sort_values`） 
import pandas as pd

df = pd.DataFrame({"名前": ["Alice", "Bob", "Charlie"], "年齢": [30, 25, 35]})
df = df.sort_values("年齢")
print(df)
**使用例:** データを特定の列の値で昇順・降順に並べ替える。 --- ### (10) データの結合（`merge`） 
import pandas as pd

df1 = pd.DataFrame({"ID": [1, 2, 3], "名前": ["Alice", "Bob", "Charlie"]})
df2 = pd.DataFrame({"ID": [1, 2, 3], "年齢": [25, 30, 35]})
merged_df = pd.merge(df1, df2, on="ID")
print(merged_df)
**使用例:** 異なるデータセットを結合し、統合された情報を作成する。 --- ## 3. `pandas` の主な機能 | 機能 | 説明 | |------------------|------| | `DataFrame` | テーブル形式のデータを扱う基本構造 | | `read_csv` | CSV ファイルを読み込む | | `groupby` | データをグループ化して集計する | | `describe` | 基本的な統計量を取得する | | `query` | データのフィルタリングを簡単に行う | --- ## まとめ Python の `pandas` ライブラリを活用すると、データ分析が簡単に行えます。データ処理、統計分析、機械学習の前処理など、幅広い分野で活用できるため、ぜひ `pandas` を使ってデータ分析を効率化しましょう！ 🚀