Pandas によるデータ操作

はじめに

この実験では、Python 用の強力なデータ分析および操作ライブラリである Pandas を使用して、データの読み取り、書き込み、操作方法について説明します。この演習では、タイタニック号の難破事故のデータセットを使用します。

VM の起動が完了したら、左上隅をクリックして ノートブック タブに切り替え、Jupyter Notebook を使用して練習します。

場合によっては、Jupyter Notebook の読み込みが完了するまで数秒待つ必要があります。Jupyter Notebook の制限により、操作の検証を自動化することはできません。

学習中に問題が発生した場合は、Labby にお問い合わせください。セッション後にフィードバックを提供してください。すぐに問題を解決いたします。

これは Guided Lab です。学習と実践を支援するためのステップバイステップの指示を提供します。各ステップを完了し、実践的な経験を積むために、指示に注意深く従ってください。過去のデータによると、この初級レベルの実験の完了率は 88%です。学習者から 100% の好評価を得ています。

まず、タスクに必要なライブラリをインポートする必要があります。この実験では、pandas のみが必要です。

## Importing pandas library
import pandas as pd

次のステップは、CSV ファイルからデータを読み込むことです。これを行うには、pandas の read_csv 関数を使用します。

## Reading data from CSV file
titanic = pd.read_csv("data/titanic.csv")

データを読み込んだ後は、その内容を確認するのが良いアイデアです。DataFrame の最初の数行を表示します。

## Displaying the first few rows of the DataFrame
titanic.head()

DataFrame の dtypes 属性を使用して、各列のデータ型を確認できます。

## Checking the data types of each column
titanic.dtypes

to_excel メソッドを使用して、データを Excel ファイルに書き込むこともできます。DataFrame を Excel ファイルに保存しましょう。

## Saving DataFrame to an Excel file
titanic.to_excel("titanic.xlsx", sheet_name="passengers", index=False)

Excel ファイルからデータを読み込むことは、CSV ファイルからデータを読み込むのと同じくらい簡単です。pandas の read_excel 関数を使用します。

## Reading data from an Excel file
titanic = pd.read_excel("titanic.xlsx", sheet_name="passengers")

info メソッドは、DataFrame の技術的な概要を提供します。これは、データ型、非 null 値の数、メモリ使用量を確認するのに役立ちます。

## Checking DataFrame information
titanic.info()

この実験では、pandas を使ってデータを読み書きする方法と、DataFrame の情報を確認する方法を学びました。pandas は、データの処理と操作に幅広い機能を提供しており、データ分析に強力なツールとなっています。