Pandas を用いたデータ操作の世界へようこそ！DataFrame は、ラベル付きの軸（行と列）を持つ、二次元でサイズ変更可能、かつ潜在的に異種混合の表形式データ構造です。これは、現代のデータ分析において最も一般的に使用されるデータ構造の一つです。
この実験では、Pandas DataFrame を作成するための基本的な方法を学びます。簡単な Python 辞書から DataFrame を作成することから始め、その後、列とインデックスをカスタマイズする方法を探求します。すべてのタスクは WebIDE 内で、Python スクリプトを記述・実行して行います。
このステップでは、Pandas DataFrame を作成する最も一般的な方法、すなわち Python の辞書から作成する方法を学びます。辞書を使用する場合、キーは列名となり、値（通常はリストまたは配列）はそれらの列のデータとなります。
まず、WebIDE の左側にあるファイルエクスプローラーから main.py ファイルを開きます。
次に、以下のコードを main.py ファイルに追加します。このコードは Pandas ライブラリをインポートし、学生データの辞書を定義します。その後、pd.DataFrame() を使用して辞書を DataFrame に変換し、その結果を表示します。
import pandas as pd
## 辞書形式のデータ
student_data = {
'Name': ['Alice', 'Bob', 'Charlie'],
'Score': [85, 92, 78]
}
## 辞書から DataFrame を作成
df = pd.DataFrame(student_data)
## DataFrame を表示
print(df)スクリプトを実行するには、WebIDE でターミナルを開き（Terminal -> New Terminal）、以下のコマンドを実行します。すべての作業は ~/project ディレクトリ内で行う必要があります。
python3 main.py以下のような出力が表示されるはずです。これは、辞書のデータがデフォルトの行インデックス（0 から始まる）とともに、きれいに表形式に整理されていることを示しています。
Name Score
0 Alice 85
1 Bob 92
2 Charlie 78このステップでは、DataFrame 内の列の順序を制御する方法を学びます。デフォルトでは、Pandas は辞書のキーの順序を保持しない場合があります。列名をリストとして columns パラメータに渡すことで、列の順序を明示的に定義できます。
main.py ファイルを編集して、列の順序を指定しましょう。「Name」と「Score」の列を入れ替えます。
main.py ファイルを以下のコードで更新してください。pd.DataFrame() 関数に columns パラメータが追加されていることに注意してください。
import pandas as pd
## 辞書形式のデータ
student_data = {
'Name': ['Alice', 'Bob', 'Charlie'],
'Score': [85, 92, 78]
}
## DataFrame を作成し、列の順序を指定
df = pd.DataFrame(student_data, columns=['Score', 'Name'])
## DataFrame を表示
print(df)ターミナルでスクリプトを再度実行します。
python3 main.py出力には、指定した通り、「Score」列が最初に表示されます。
Score Name
0 85 Alice
1 92 Bob
2 78 Charlieこのステップでは、デフォルトの数値インデックス（0、1、2、...）を、より意味のあるラベルに置き換える方法を学びます。これは index パラメータを使用して行われ、各行にカスタムインデックスを割り当てることができます。
DataFrame のインデックスとして、一意の学生 ID を割り当てましょう。main.py ファイルを編集して、インデックスラベルのリストを含めます。
main.py のコードを以下のように更新してください。
import pandas as pd
## 辞書形式のデータ
student_data = {
'Name': ['Alice', 'Bob', 'Charlie'],
'Score': [85, 92, 78]
}
## カスタムインデックスラベルを定義
index_labels = ['ID1', 'ID2', 'ID3']
## カスタムインデックスを持つ DataFrame を作成
df = pd.DataFrame(student_data, index=index_labels)
## DataFrame を表示
print(df)ターミナルからスクリプトを実行します。
python3 main.pyデフォルトの数値インデックスが、カスタムの「ID」ラベルに置き換えられているのが確認できるはずです。
Name Score
ID1 Alice 85
ID2 Bob 92
ID3 Charlie 78このステップでは、DataFrame の単一の列にアクセスする便利な方法、ドット記法について学びます。列名が有効な Python の識別子（スペースがない、数字で始まらないなど）である場合、DataFrame オブジェクトの属性としてアクセスできます。
ドット記法を使用して、DataFrame から「Name」列のみを選択して表示してみましょう。
main.py ファイルを編集して、「Name」列にアクセスし、それを表示するように変更してください。
import pandas as pd
## 辞書形式のデータ
student_data = {
'Name': ['Alice', 'Bob', 'Charlie'],
'Score': [85, 92, 78]
}
## DataFrame を作成
df = pd.DataFrame(student_data)
## ドット記法を使用して 'Name' 列にアクセスし、表示する
print(df.Name)ターミナルでスクリプトを実行します。
python3 main.py出力は Pandas Series になります。これは基本的に DataFrame の単一の列です。
0 Alice
1 Bob
2 Charlie
Name: Name, dtype: objectこのステップでは、.info() メソッドの使用方法を学びます。これは、各列のデータ型、非ヌル値の数、メモリ使用量を含む、DataFrame の簡潔な概要を提供する不可欠な関数です。新しいデータセットを探索する際の最初のステップとして非常に役立ちます。
学生 DataFrame に .info() メソッドを適用してみましょう。
このメソッドを呼び出すように main.py ファイルを変更してください。.info() は概要を直接表示するため、print() 関数で囲む必要はありません。
import pandas as pd
## 辞書形式のデータ
student_data = {
'Name': ['Alice', 'Bob', 'Charlie'],
'Score': [85, 92, 78]
}
## DataFrame を作成
df = pd.DataFrame(student_data)
## DataFrame の概要を表示
df.info()ターミナルからスクリプトを実行します。
python3 main.py出力は、DataFrame の構造と内容の詳細な概要を示します。
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 2 columns):
## Column Non-Null Count Dtype
--- ------ -------------- -----
0 Name 3 non-null object
1 Score 3 non-null int64
dtypes: int64(1), object(1)
memory usage: 176.0+ bytesこの実験の完了、おめでとうございます！Pandas DataFrame の作成と検査に関する基本的なテクニックを習得しました。
この実験では、以下のことをマスターしました。
columns パラメータを使用して列を指定し、並べ替える。index パラメータを使用してカスタム行ラベルを割り当てる。.info() メソッドを使用して DataFrame の構造の簡潔な概要を取得する。これらのスキルは、Pandas を使用したあらゆるデータ分析タスクの最初の必須ステップです。これで、さらなる探索のために独自のデータセットを作成する準備が整いました。
