PandasのDataFrameを使うと、Excelのように表形式のデータに対して計算処理を行うことができます。
この記事では、学習の記録として、DataFrame同士の演算や、列単位・行単位の演算方法などをまとめておきます。

✅ 使用するサンプルデータ

import pandas as pd

# サンプルデータ作成
df1 = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})

df2 = pd.DataFrame({
    'A': [10, 20, 30],
    'B': [40, 50, 60]
})

print(df1)

✅ DataFrame同士の四則演算

print(df1 + df2)    # 加算

print(df1 - df2)    # 減算

    A   B
0  -9 -36
1 -18 -45
2 -27 -54

print(df1 * df2)    # 乗算

print(df1 / df2)    # 除算

          A         B
0  0.100000  0.100000
1  0.100000  0.100000
2  0.100000  0.100000

✅ 各列に対する演算（スカラーとの演算）

print(df1 + 1)

print(df1 * 2)

✅ 指定列に対する演算

print(df1['A'] + df1['B'])

0     5
1     7
2     9
dtype: int64

print(df1['A'] * 10)

0    10
1    20
2    30
Name: A, dtype: int64

✅ 行や列の合計・平均など

print(df1.sum())        # 列ごとの合計

A     6
B    15
dtype: int64

print(df1.sum(axis=1))  # 行ごとの合計

0     5
1     7
2     9
dtype: int64

print(df1.mean())       # 列ごとの平均

A    2.0
B    5.0
dtype: float64

print(df1.mean(axis=1)) # 行ごとの平均

0    2.5
1    3.5
2    4.5
dtype: float64

✅ 特定列での集計

print(df1['A'].sum())

print(df1['B'].mean())

5.0

✅ 累積計算（cumsum, cumprod）

print(df1.cumsum())

print(df1.cumprod())

✅ 条件を使った演算

print(df1[df1['A'] > 1])

   A  B
1  2  5
2  3  6

print(df1[df1['A'] > 1]['B'] * 2)

1    10
2    12
Name: B, dtype: int64

✅ 統計系メソッド

print(df1.describe())

              A         B
count  3.000000  3.000000
mean   2.000000  5.000000
std    1.000000  1.000000
min    1.000000  4.000000
25%    1.500000  4.500000
50%    2.000000  5.000000
75%    2.500000  5.500000
max    3.000000  6.000000

print(df1.std())    # 標準偏差
print(df1.var())    # 分散
print(df1.count())  # 非欠損値数

A    1.0
B    1.0
dtype: float64

A    1.0
B    1.0
dtype: float64

A    3
B    3
dtype: int64

✅ 欠損値を含む演算

df_nan = df1.copy()
df_nan.iloc[0, 0] = None
print(df_nan)

print(df_nan.sum())                # NaNは無視して計算
print(df_nan.fillna(0).sum())      # NaNを0に置き換えてから計算

A     5.0
B    15.0
dtype: float64

A     5.0
B    15.0
dtype: float64

✅ 新しい列を作って計算結果を保存

df1['A_plus_B'] = df1['A'] + df1['B']
df1['A_times_10'] = df1['A'] * 10
print(df1)

   A  B  A_plus_B  A_times_10
0  1  4         5          10
1  2  5         7          20
2  3  6         9          30

✅ おわりに

PandasのDataFrameでは、Excelのような表形式データに対して簡単に計算を行うことができます。
特に「列全体の加算・平均」や「条件を指定した演算」など、データ分析の基礎に必要な操作を一通り確認できたと思います。