pandasをオンライン実行
pandasのDataFrame
このレッスンでは、辞書からpandasのDataFrameを作り、データを行と列のある表として確認します。
はじめに
どんな問題を解決するか
実際のデータは表の形で届きます。名前と点数を持つ生徒、日付と金額を持つ売上などです。リストのリストでは列名が失われ、NumPy の配列は1つの配列に1つの型しか持てません。pandas なら、型の違う列にラベルを付けた表が使えます。
身近なたとえ
DataFrame は Python の中の表計算シートのようなものです。各列には名前があって1種類の値を持ち、各行は1件のレコードで、左側の行番号で好きな行を指せます。
表計算シートからコードへ
pd.DataFrame({...})📊 シートを作る"name": [...]🏷️ name という列0, 1, 2🔢 左側の行ラベル(インデックス)students["score"]📈 1列をまるごと取り出すひと言でいうと
pandas の DataFrame は、異なるデータ型を持てるラベル付きの列と、インデックスと呼ばれるラベル付きの行を持つ2次元の表です。
重要なポイント
pd.DataFrame({...})は辞書を表にし、各キーが1つの列になります。- 各リストは1つの列の値を持ち、すべてのリストは同じ長さでなければなりません。
- 行ラベル0、1、2がインデックスで、自動的に作られます。
- 同じ表の中で
nameは文字列を、scoreは数を持ちます。
どんな場面で使う?
- CSV や Excel のファイル、データベースの結果、アンケートデータなど、あらゆる表を扱う。
- データのクリーニング、絞り込み、グループ化、要約。
- グラフや機械学習のためにデータを準備する。
使わなくてよいとき
- 数個の値:リストや辞書のほうが簡単です。
- 重い計算のための数だけの格子:NumPy の配列のほうが軽く速いです。
サンプルコード
main.py
import pandas as pd
students = pd.DataFrame({
"name": ["Ada", "Lin", "Sam"],
"score": [95, 88, 91],
})
print(students)
実行結果
name score
0 Ada 95
1 Lin 88
2 Sam 91
コードの解説
DataFrameは辞書から作られ、各キーが列名に、対応するリストがその列のデータになります。リストの長さはそろっている必要があります。表を表示すると、pandasは各行の左に0から始まるインデックス(index)を自動で付けます。
値を変更し、PythonをインストールせずにCodeUtilityオンラインPythonコンパイラで実行できます。
発展問題
下のヒントにしたがってコードを書き換えてみましょう。自分で変えて結果を確かめると、コードを読むだけよりずっと深く理解できます。
- サンプルデータに行、列、いくつかの欠損値を追加する。
- 絞り込み、並べ替え、groupbyを組み合わせて小さなレポートを作る。
- 実際のデータファイルを読み込み、各列のデータ型を確認して、不正な値を処理する。
よくある間違い
長さの違う列
どの列も行ごとに1つの値を持つ必要があります。
問題
pd.DataFrame({"name": ["Ada", "Lin"], "score": [95]}) # ValueError
修正
pd.DataFrame({"name": ["Ada", "Lin"], "score": [95, 88]})
このレッスンを終えましたか?
学習済みにすると進み具合を記録できます。
進み具合はこのブラウザーに保存されています ログインすると、どのデバイスでも引き継げます。
チャレンジで練習する
このレッスンの内容を使って実際の問題を解きましょう。各チャレンジはブラウザで動き、すぐにテストされ、AI のレビューも受けられます。
すべてのチャレンジ