データ分析や機械学習の分野で、Pythonの「pandas」ライブラリは強力なツールです。pandasを使うと、データの取り込みや操作、集計が簡単にできるため、エンジニアやデータサイエンティストはもちろん、データ分析初心者にも広く使われています。この記事では、pandasの基本的な使い方から、よく使われるデータ操作方法について詳しく解説します。
pandasとは？その基本と特徴
pandasは、Pythonでデータ操作を行うためのライブラリで、特に表形式のデータ（データフレーム）の処理に優れています。インストールも「pip install pandas」と簡単に行えますし、他のPythonライブラリとも高い互換性を持っています。ExcelやCSVファイルを簡単に読み込むことができ、統計処理やデータの可視化も可能です。
pandasのインストール方法
pandasをインストールするのはとても簡単です。Pythonのパッケージ管理システム「pip」を使えば、数秒で準備が整います。
pipを使ったインストール
pandasのインストールには「pip」コマンドを使います。ターミナルやコマンドプロンプトを開き、以下のコマンドを入力してください。
pip install pandasインストール確認
インストールが完了したら、Pythonのインタープリタを開き、「import pandas」コマンドを入力して、エラーが出ないか確認します。
import pandas as pd
print(pd.__version__)
ここでpandasのバージョンが表示されれば、インストールは成功です。
pandasのバージョンを指定してインストールする
特定のバージョンが必要な場合は、以下のようにバージョンを指定してインストールすることも可能です。
pip install pandas==1.3.0pandasの基本操作
pandasには「Series」と「DataFrame」という二つのデータ構造があります。
- Series：1次元のデータ構造で、リストのように扱えます。
- DataFrame：2次元の表形式データを扱う構造で、行と列を持つため、表計算ソフトに似た感覚で操作できます。
Seriesの作成
Seriesはpd.Series()を使って簡単に作成できます。データとともにインデックスを指定すると、任意のラベルを使ってデータを扱うことができます。
import pandas as pd
# データとインデックスを指定してSeriesを作成
data = [10, 20, 30]
index = ["A", "B", "C"]
series = pd.Series(data, index=index)
print(series)
配列にとても似ている構造をしているね！
DataFrameの作成
DataFrameを作成する方法を見ていきましょう。データフレームを作る際には、辞書形式でデータを渡すのが基本です。
import pandas as pd
data = {
"名前": ["太郎", "花子", "次郎"],
"年齢": [23, 25, 21],
"職業": ["エンジニア", "デザイナー", "マーケター"]
}
df = pd.DataFrame(data)
print(df)
２次元の表のようにきれいまとめてくれているね！
まとめ
pandasは、Pythonでデータ操作を行う上で非常に強力なライブラリで、データの読み込みから集計・可視化まで幅広く対応しています。この記事で紹介したPandasを学習し、データ分析のスキルを磨いていきましょう！
ぜひ実際に手を動かして、pandasの使い方に慣れていきましょう！
コメント