Pandasの基礎の基礎

Pandas基礎の基礎

記事の目的

pandasは、テーブルデータの処理に特化したpythonのモジュールです。ここでは、pandasの基本的な使い方を、備忘録として整理しました。

1. データの取り込み

試しに、以下のようなcsvファイルを読み込んでみます。

test.csv

テスト
番号,名前,年齢,身長,性別
1,タカシ,65,178.2,男
2,ヨシミ,33,165.1,女
3,ジロウ,18,180.2,男
4,サブロウ,15,160.3,男

データの取り込みには、pandas.read_csv( ) もしくは、pandas.read_table( )を使います。この二つの関数、デフォルトの区切り文字が異なるだけで、その他の中身は同じのようです。

read_data.py

import pandas as pd
#
data=pd.read_table( "test.csv",
 skiprows=1,#スキップ行数の指定
 delimiter=",",#区切り文字の指定
 header=0,#ヘッダー行数の指定
 index_col=0,#見出し列数の指定
)
print(data)

read_table関数の引数は49個あるようですが、よく使いそうな引数は以下の4つくらいかなと思っています。

skiprows	delimiter	header	index_col
スキップする行数を指定	区切り文字を指定	ヘッダの行番号を指定(スキップ分は除く)	見出しの列番号を指定

実行結果は、以下のような感じです。csvのテーブルがそのまま読み込まれています。

実行結果

      名前  年齢     身長 性別
番号
1    タカシ  65  178.2  男
2    ヨシミ  33  165.1  女
3    ジロウ  18  180.2  男
4   サブロウ  15  160.3  男

2. データの切り出し

任意の列のデータの切り出しは、切り出したい列のヘッダ名のリストを指定するだけです。

test=data[["名前","年齢"]]
print(test)

実行結果

      名前  年齢
番号
1    タカシ  65
2    ヨシミ  33
3    ジロウ  18
4   サブロウ  15

また、ilocを用いて、切り出したい範囲を指定することもできます。

test=data.iloc[1:3,0:2] #1行目～2行目、0列目～1列目を切り出し
print(test)

実行結果

     名前  年齢
番号
2   ヨシミ  33
3   ジロウ  18

特定の条件を満たすデータを抽出することもできます。

test=data[data["性別"]=="男"] 
print(test)

実行結果

      名前  年齢     身長 性別
番号
1    タカシ  65  178.2  男
3    ジロウ  18  180.2  男
4   サブロウ  15  160.3  男

3.データの可視化

pandasのデータフレームは、matplotlibによる可視化も簡単にできます。

import matplotlib.pyplot as plt
import japanize_matplotlib
data.plot(kind="hist")
plt.show()

かなり便利です！！