Pythonで利用するデータの型一覧

Pythonのデータ分析でよく使うデータ型：基礎から応用まで
Pythonは、データ分析において非常に強力なツールとして広く利用されています。その魅力の一つに、多様なデータ型を柔軟に扱える点が挙げられます。本記事では、Pythonのデータ分析で頻繁に利用されるデータ型について、その特徴や具体的な使用例を交えて解説します。

Pythonにおけるデータ型の基礎
Pythonのデータ型は、大きく分けて数値型、文字列型、論理型、そしてPython特有のオブジェクト型に分類されます。

1.数値型

int: 整数型。通常の整数値を表します。

a1 = 1
print(type(a1))

実行結果

<class 'int'>

float: 浮動小数点型。小数点を含む数値を表します。

a2 = 1.14
print(type(a2))

実行結果

<class 'float'>

complex: 複素数型。虚数を含む数値を表します。

a3 = 3 + 4j
print(a3)
print(type(a3))

実行結果

(3+4j)
<class 'complex'>

実部と虚部を分けて表示させる場合、以下の結果になる。
実部

print(a3.real)
print(type(a3.real))

実行結果

3.0
<class 'float'>

虚部

print(a3.imag)
print(type(a3.imag))

実行結果

4.0
<class 'float'>

2.文字列型

str: 文字列型。文字の並びを表します。

s = 'finance'
print(s)
print(type(s))

実行結果

finance
<class 'str'>

3.論理型

bool: 真偽値型。TrueまたはFalseの値を取ります。

a = 100
b = 200

print(a < b)
print(type(a < b))

実行結果

True
<class 'bool'>

a = 100
b = 200


print(a > b)
print(type(a > b))

実行結果

False
<class 'bool'>

4. オブジェクト型

list: リスト型。順序付きの要素の集合を表します。
リストの最後がカンマ（,）で終了しても動作します。

list = ['Google', 'Amazon',  'Facebook','Apple','Microsoft',]
print(list)
print(type(list))

実行結果

['Google', 'Amazon', 'Facebook', 'Apple', 'Microsoft']
<class 'list'>

tuple: タプル型。不変の順序付きの要素の集合を表します。
リストと同様、タプルの最後がカンマ（,）で終了しても動作します。

tuple = ('Google', 'Amazon',  'Facebook','Apple','Microsoft',)
print(tuple)
print(type(tuple))

実行結果

('Google', 'Amazon', 'Facebook', 'Apple', 'Microsoft')
<class 'tuple'>

dict: ディクショナリ型。キーと値のペアの集合を表します。

dict = {'GOOG':'Google',
        'AMZN ':'Amazon', 
        'META':'Facebook',
        'AAPL':'Apple',
        'MSFT':'Microsoft',
        }
print(dict)
print(type(dict))

実行結果

{'GOOG': 'Google', 'AMZN ': 'Amazon', 'META': 'Facebook', 'AAPL': 'Apple', 'MSFT': 'Microsoft'}
<class 'dict'>

set: セット型。重複のない要素の集合を表します。

set = {'Google', 'Amazon','Facebook','Apple','Microsoft','Google','Apple',}
print(set)
print(type(set))

実行結果

{'Facebook', 'Microsoft', 'Amazon', 'Google', 'Apple'}
<class 'set'>

DataFrame: pandasライブラリで利用される、表形式のデータ構造です。

import pandas as pd
df = pd.DataFrame({"a":[1, 2, 3],
                   "b":[4, 5, 6]
                   })
print(df)
print(type(df))

実行結果

   a  b
0  1  4
1  2  5
2  3  6
<class 'pandas.core.frame.DataFrame'>

Series: pandasライブラリで利用される、1次元配列のようなデータ構造です。

import pandas as pd
df = pd.Series({"a":[1, 2, 3],
                "b":[4, 5, 6]
                   })
print(df)
print(type(df))

実行結果

a    [1, 2, 3]
b    [4, 5, 6]
dtype: object
<class 'pandas.core.series.Series'>

データ分析では、扱うデータの種類によって適切なデータ型を選択することが重要です。

まとめ

Pythonのデータ分析では、様々なデータ型が利用されます。
データの分析、特性に合わせて適切なデータ型を選択することで、
より効率的かつ正確な分析を行うことができます。

本記事では、Pythonのデータ型の基礎と、pandasにおけるデータ型の扱いについて解説しました。