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

Seriesの基本的な作成方法

PandasのSeriesは、リストや辞書などのデータから作成できます。単一のデータ列を扱うため、数値や文字列などの1次元データに適しています。

import pandas as pd

# リストからSeriesを作成
data = [10, 20, 30, 40]
series = pd.Series(data)
print(series)

0    10
1    20
2    30
3    40
dtype: int64

カスタムインデックスを設定したSeriesの作成

インデックスをカスタマイズしたい場合は、index引数を使用して任意のインデックスを指定できます。

import pandas as pd

# カスタムインデックスを指定してSeriesを作成
data = [10, 20, 30, 40]
index = ['A', 'B', 'C', 'D']
series = pd.Series(data, index=index)
print(series)

A    10
B    20
C    30
D    40
dtype: int64

辞書からSeriesを作成

PandasのSeriesは辞書からも作成できます。辞書のキーがインデックス、値がデータとして扱われます。

import pandas as pd

# 辞書からSeriesを作成
data = {'A': 10, 'B': 20, 'C': 30, 'D': 40}
series = pd.Series(data)
print(series)

A    10
B    20
C    30
D    40
dtype: int64

データフレームへの変換

複数のSeriesを組み合わせてデータフレームを作成することもできます。以下の例では、2つのSeriesを結合してデータフレームを作成します。

# 複数のSeriesを組み合わせてデータフレームを作成
data1 = pd.Series([10, 20, 30, 40], index=['A', 'B', 'C', 'D'])
data2 = pd.Series(['apple', 'banana', 'cherry', 'date'], index=['A', 'B', 'C', 'D'])

# データフレームに変換
df = pd.DataFrame({'Number': data1, 'Fruit': data2})
print(df)

   Number   Fruit
A      10   apple
B      20  banana
C      30  cherry
D      40    date