KAMEYA_WORKS

<< home

Pandasの基本

pandasはPythonのデータ分析ライブラリであり、表形式のデータを効率的に扱うことができます。本章では、pandasの基本的なデータ構造であるSeriesとDataFrameについて解説します。

1. Seriesの基本

Seriesは1次元のデータ構造で、インデックスと値を持ちます。

import pandas as pd

# リストからSeriesを作成
s = pd.Series([10, 20, 30, 40])
print(s)

出力例:

0    10
1    20
2    30
3    40
dtype: int64

インデックスを指定することもできます。

s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
print(s)

a    10
b    20
c    30
d    40
dtype: int64

個別の要素にアクセスできます。

print(s['b'])  # 20

2. DataFrameの基本

DataFrameは表形式のデータ構造で、行と列を持ちます。

2.1 DataFrameの作成

リストや辞書からDataFrameを作成できます。

# 辞書からDataFrameを作成
data = {'名前': ['Alice', 'Bob', 'Charlie'], '年齢': [25, 30, 35], '得点': [85, 90, 95]}
df = pd.DataFrame(data)
print(df)

      名前  年齢  得点
0  Alice  25  85
1    Bob  30  90
2  Charlie  35  95

2.2 データの取得

特定の列を取得:

print(df['名前'])

特定の行を取得:

print(df.loc[1])  # インデックスで指定

条件でデータをフィルタリング:

print(df[df['年齢'] > 25])

2.3 データの追加と削除

新しい列を追加:

df['身長'] = [160, 175, 180]
print(df)

列を削除:

df = df.drop(columns=['得点'])
print(df)

2.4 基本的な統計情報の取得

pandasには便利な統計関数が用意されています。

print(df.describe())  # 数値データの統計情報

print(df.info())  # データの概要

3. まとめ

pandasを活用することで、データ分析がより簡単に行えます。


<< home