【Python】Pandasとは？意味をわかりやすく簡単に解説

公開：2024年12月11日更新：2024年12月11日

Pandasとは
Pandasの基本的な使い方と機能
データフレームの作成と操作
データの読み込みと書き出し
データの集計と分析

Pandasとは

PandasはPython プログラミング言語用のオープンソースデータ分析ライブラリです。データの操作や分析を効率的に行うための強力なツールセットを提供しているのが特徴。Pandasは大規模なデータセットを高速に処理し、複雑な分析タスクを簡単に実行できる機能を備えています。

Pandasの主要な機能には、データフレームと呼ばれる2次元のテーブル構造があります。これによりさまざまな形式のデータを簡単に読み込み、操作することが可能。また、時系列データの扱いにも優れており、金融や統計分野で広く活用されています。

PandasはNumPyライブラリを基盤としており、高度な数値計算機能も併せ持っています。データのフィルタリングやグループ化、結合、ピボットテーブルの作成などさまざまなデータ操作をシンプルな構文で実現できるのが特徴です。

「Python」を学べるコードキャンプのサービス

Pandasの基本的な使い方と機能

Pandasの基本的な使い方と機能について、以下3つを簡単に解説します。

データフレームの作成と操作
データの読み込みと書き出し
データの集計と分析

データフレームの作成と操作

Pandasのデータフレームは表形式のデータを扱うための中心的な構造です。辞書やリストからデータフレームを作成し、列の追加や削除、行の選択などの操作が簡単に行えます。インデックスを使用することで、データの効率的なアクセスと操作が可能です。

import pandas as pd

data = {'名前': ['太郎', '花子', '次郎'],
        '年齢': [25, 30, 22],
        '職業': ['エンジニア', '教師', '学生']}
df = pd.DataFrame(data)
print(df)

上記のコードは辞書からデータフレームを作成している例です。各キーが列名となり対応する値がその列のデータとなります。このようにして作成されたデータフレームは表形式で表示され、簡単に内容を確認できるのです。

データフレームの操作には、列の選択や条件に基づくフィルタリングなどがあります。たとえばdf['年齢']で年齢列を選択したり、df[df['年齢'] > 25]で25歳以上のデータを抽出したりできます。

おすすめのPython研修一覧

Python研修を提供しているおすすめの企業・法人を一覧で掲載しております。

Python研修の一覧を見る

おすすめのDX研修一覧

DX研修を提供しているおすすめの企業・法人を一覧で掲載しております。

DX研修の一覧を見る

おすすめのJava研修一覧

Java研修を提供しているおすすめの企業・法人を一覧で掲載しております。

Java研修の一覧を見る

おすすめのJavaScript研修一覧

JavaScript研修を提供しているおすすめの企業・法人を一覧で掲載しております。

JavaScript研修の一覧を見る

データの読み込みと書き出し

PandasはCSVやExcel、JSON、SQL データベースなどさまざまな形式のデータを簡単に読み込めます。また、データフレームを各種形式で保存することも容易です。これにより異なるソースからのデータ統合や、分析結果の出力が効率的に行えます。

import pandas as pd

# CSVファイルの読み込み
df = pd.read_csv('data.csv')

# Excelファイルへの書き出し
df.to_excel('output.xlsx', index=False)

このコードはCSVファイルからデータを読み込み、データフレームとして保持している例です。そのあと同じデータをExcelファイルとして保存しています。index=Falseオプションにより、行インデックスを出力から除外しています。

Pandasは大容量のデータファイルも効率的に処理できます。チャンクサイズを指定して部分的に読み込むことで、メモリ使用量を抑えながら大規模なデータセットを扱うことができるのです。

データの集計と分析

Pandasはデータの集計や統計分析を行うための豊富な機能を提供しています。グループ化操作を使用すると特定の列に基づいてデータをグループ化し、各グループに対して集計関数を適用できるのが魅力です。これにより複雑なデータ分析タスクも簡単に実行できます。

import pandas as pd

# サンプルデータの作成
data = {'部門': ['営業', '技術', '営業', '技術', '営業'],
        '売上': [100, 150, 200, 120, 180]}
df = pd.DataFrame(data)

# 部門ごとの平均売上を計算
result = df.groupby('部門')['売上'].mean()
print(result)

このコードは部門ごとの平均売上を計算している例です。groupbyメソッドを使用してデータを部門でグループ化し、その後mean関数を適用して各グループの平均を算出しています。これにより各部門の平均売上を簡単に把握することが可能です。

Pandasはより高度な分析機能も提供しています。ピボットテーブルや時系列分析、統計的検定などデータサイエンスで必要とされる多くの操作をサポートしています。これらの機能を活用することで、複雑なデータ分析タスクも効率的に実行できるのです。

※上記コンテンツの内容やソースコードはAIで確認・デバッグしておりますが、間違いやエラー、脆弱性などがある場合は、コメントよりご報告いただけますと幸いです。