pandasとは？Pythonでデータ解析やデータ操作を行うためのオープンソースライブラリ

pandas（パンダス）は、Pythonでデータ解析やデータ操作を行うためのオープンソースライブラリです。特に、表形式（行・列）のデータを扱うのに優れた機能を持ち、データの読み込み、前処理、変換、集計、可視化などを簡単に行うことができます。

pandasは、科学計算ライブラリであるNumPyを基盤としており、データの操作を高速に処理できます。そのため、データ分析、機械学習、金融、統計、Webスクレイピングなど、さまざまな分野で活用されています。

Pandasの主な特徴

1. データの読み込み・書き出し
   • CSV, Excel, JSON, SQLなど、さまざまなフォーマットのデータを簡単に読み込める
   • read_csv(), read_excel(), read_json(), to_csv(), to_excel() などの関数でデータを入出力
2. 強力なデータ構造
   • Series（シリーズ）：1次元のデータ（リストや辞書に近い）
   • DataFrame（データフレーム）：2次元のデータ（エクセルの表のような構造）
   • Indexing（インデックス）：データを高速に検索・操作できる
3. データのクリーニング（前処理）
   • 欠損値の処理（fillna(), dropna()）
   • 重複データの削除（drop_duplicates()）
   • 型変換（astype()）
4. データの変換・操作
   • カラム（列）の追加・削除
   • 条件に基づいたフィルタリング（query() など）
   • グループ化（groupby() で集計）
5. データの統計分析
   • 平均値、中央値、標準偏差、最大・最小値などの統計量計算（mean(), median(), std(), max(), min()）
   • ピボットテーブルの作成（pivot_table()）
6. データの可視化
   • plot() メソッドを利用してMatplotlibベースのグラフ作成
   • ヒストグラム、折れ線グラフ、散布図などを簡単に描画できる

Pandasの基本操作

以下は、pandasの基本的な使い方の例です。

1. インストール

pandasがインストールされていない場合、以下のコマンドでインストールできます。

pip install pandas

また、Anacondaを使っている場合は以下のコマンドでインストールできます。

conda install pandas

もしくは、環境や用途に応じて変更してください。必要に応じて仮想環境（推奨）などを作成してください。

仮想環境を作ってインストールする例（推奨）

python3 -m venv myenv

# 仮想環境を有効化（macOS/Linux）
source myenv/bin/activate

# pandas をインストール
pip install pandas
pip install matplotlib #後続で使用

# 必要なら pip をアップグレード
pip install --upgrade pip

2. ライブラリのインポート

Pythonの対話モードで実行

python3

pandasをインポート

import pandas as pd

バージョンを確認するには

# Pandas のバージョンを確認
print(pd.__version__)

3. データの作成

data = {
    "名前": ["田中", "佐藤", "鈴木"],
    "年齢": [25, 30, 35],
    "職業": ["エンジニア", "デザイナー", "データサイエンティスト"]
}

df = pd.DataFrame(data)
print(df)

出力

   名前  年齢              職業
0  田中  25      エンジニア
1  佐藤  30      デザイナー
2  鈴木  35  データサイエンティスト

4. CSVデータの読み込み

df = pd.read_csv("data.csv")
print(df.head())  # 最初の5行を表示

5. データのフィルタリング

df_filtered = df[df["年齢"] > 28]
print(df_filtered)

6. データの集計

print(df["年齢"].mean())  # 平均年齢

7. データの可視化

補足：事前にmatplotlibのインストールが必要です。

pandas と matplotlib の関連
pandas は データ処理ライブラリ で、matplotlib は データの可視化ライブラリ です。
pandas は内部的に matplotlib を使ってグラフを描画するため、pandas の plot() メソッドを使うと matplotlib が必要になります。

import matplotlib.pyplot as plt

df["年齢"].plot(kind="bar")
plt.show()

実行例）

Pandasの活用例

• データサイエンス：データの前処理、分析、可視化
• 機械学習：特徴量エンジニアリング、データセットの前処理
• Webスクレイピング：収集したデータの整形・分析
• 金融・投資：株価データの分析、時系列データの処理
• ビジネス分析：売上データの集計、顧客データの分析

まとめ

• pandasはPythonでデータ分析を行うための強力なライブラリ
• DataFrameを使って、データの操作や変換を効率的に実行できる
• データの前処理、可視化、統計計算、ファイルの入出力など幅広い機能を提供
• データサイエンス、機械学習、ビジネス分析など多様な分野で活用可能

参考

公式サイト：pandas
URL: https://pandas.pydata.org/
公式ドキュメント：pandas Documentation
URL: https://pandas.pydata.org/docs/