0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

Python Pandas入門:データフレームの基本的な作成方法

Last updated at Posted at 2024-11-01

PythonのPandasライブラリはデータの操作や解析に非常に便利なツールで、特にデータフレームを使ったデータ管理は非常に直感的です。

Pandasのインストール

PandasはPythonのパッケージ管理ツールであるpipを使ってインストールできます。

pip install pandas

Pandasのインポート

まず、Pandasをインポートします。Pandasはデータ操作に必要な関数が多く含まれているため、データ分析には欠かせません。

import pandas as pd

データフレームの基本的な作成方法

データフレームを作成するには、まずPythonの辞書やリストを使ってデータを構造化します。以下のように、各列のデータを辞書で定義し、pd.DataFrame()を使ってデータフレームに変換できます。

import pandas as pd

# サンプルデータを辞書で定義
data = {
    '名前': ['田中', '佐藤', '鈴木', '高橋'],
    '年齢': [28, 22, 35, 40],
    '職業': ['エンジニア', 'デザイナー', 'データサイエンティスト', 'マネージャー']
}

# データフレームの作成
df = pd.DataFrame(data)
print(df)
   名前  年齢       職業
0  田中  28   エンジニア
1  佐藤  22   デザイナー
2  鈴木  35 データサイエンティスト
3  高橋  40   マネージャー

別のデータ構造からデータフレームを作成する

Pandasでは、辞書以外のデータ構造(リストやNumPy配列など)からもデータフレームを作成できます。例えば、リストのリストを使ってデータフレームを作る方法を紹介します。

import pandas as pd
# リストのリストからデータフレームを作成
data = [
    ['田中', 28, 'エンジニア'],
    ['佐藤', 22, 'デザイナー'],
    ['鈴木', 35, 'データサイエンティスト'],
    ['高橋', 40, 'マネージャー']
]

# 列名を指定してデータフレームに変換
df = pd.DataFrame(data, columns=['名前', '年齢', '職業'])
print(df)
   名前  年齢           職業
0  田中  28        エンジニア
1  佐藤  22        デザイナー
2  鈴木  35  データサイエンティスト
3  高橋  40       マネージャー

データフレームの初期設定を指定する

データフレームの作成時に、行や列にラベルを追加するなどの初期設定も可能です。以下は、行インデックスをカスタマイズしてデータフレームを作成する例です。

import pandas as pd

# リストのリストからデータフレームを作成
data = [
    ['田中', 28, 'エンジニア'],
    ['佐藤', 22, 'デザイナー'],
    ['鈴木', 35, 'データサイエンティスト'],
    ['高橋', 40, 'マネージャー']
]

# 行インデックスを指定してデータフレームを作成
df = pd.DataFrame(data, columns=['名前', '年齢', '職業'], index=['A', 'B', 'C', 'D'])
print(df)
    名前  年齢       職業
A   田中  28   エンジニア
B   佐藤  22   デザイナー
C   鈴木  35 データサイエンティスト
D   高橋  40   マネージャー

まとめ

Pandasを使ったデータフレームの作成方法について基本を解説しました。データフレームはさまざまな形式のデータを統一的に扱うことができ、データ分析の基礎的な操作をスムーズに進められます。

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?