【Python】Pandas DataFrameの基本操作を解説

今回は、DataFrameの基本操作について紹介します。

DataFrameの基本操作

DataFrameは、Pandasの関数を使用し、データを抽出したり、フィルタリングしたりできます。

データの統計量(平均値など)も簡単に取得できます。

これから紹介するDataFrameの基本操作は、データ分析の第一歩です。

今回は以下のデータを使って、それぞれの基本操作を説明していきます！

データの情報を取得

先頭の行を取得: head()

head()関数で、データの先頭から引数で指定した行だけ取得できます。

引数に何も指定しない場合は、先頭からあ5行目までを取得します。

df.head()

実行結果

先頭から5行目までを取得できました。

続いて、3行目までを取得してみます。

df.head(3)

実行結果

先頭から3行目までを取得できました！

末尾の行を取得: tail()

tail()関数で、末尾から引数で指定した行を取得することもできます。

使い方は先程紹介した、head()関数と同様です。

df.tail()

実行結果

末尾から5行目までを取得できました。

続いて、末尾から3行目までを取得してみます。

df.tail(3)

実行結果

末尾から3行目までを取得できました！

統計量を取得: describe()

統計量を簡単に取得することもできます。

統計量は、データ傾向の把握、外れ値の検出に役立ちます。

df.describe()

実行結果

簡単に統計量を取得できました！

ここで確認してほしいのは、minが0でないことです。

Age(年齢)が0であることはありえますが、Height(身長)が0はありえません。

身長が0cmの人はいませんからね！

ありえない数値が入っていた場合は、欠損値(Nan)が考えられるので、

データを削除するといいです。

データを抽出

列を抽出

特定の列を抽出するには、columnのラベルを指定します。

以下の方法で、Ageの列を抽出します。

df['Age']

実行結果

[ ]内に抽出したいcolumnnのラベル名を指定します。

行を抽出: iloc

特定の行を抽出するには、iloc[]を使用します。

iloc[]の[]内は、indexを指定します。

df.iloc[3]

実行結果

Name             David
Age                 29
From           Houston
Height (cm)        180
Weight (kg)         75
Name: 3, dtype: object

3行目のデータを取得できました！

データのフィルタリング

DataFrameは、データのフィルタリングも簡単にできます。

実際のコードで説明します。

df[df['Age'] < 30]

実行結果

Ageが30未満のひとのデータを抽出しました。

詳しく解説すると、

まず以下の結果の通り、df[’Age’] < 30でAgeが30未満のデータがTrueで返ります。

上記の結果をdf[]の[]内に入れ、True の値のみを抽出しています。

まとめ

PandasのDataFrameの基本操作を紹介しました！

データ分析するときは、必須の操作です。

いま全部覚えようとはせず、必要なときに確認してもらえればと思います。

参考

おすすめ教材