【pandas】DataFrameのデータ構造を理解する

Yamu

今回はpandasの

データ構造
DataFrameを
紹介します

合わせて読みたい

【pandas】Seriesのデータ構造を理解する

1 DataFrame(データフレーム)
2 dtypesを使ってカラムのデータ型を把握する
3 データフレームのカラム(列)はシリーズで取得できる
4 参考文献

DataFrame(データフレーム)

カラムとインデックスからなる2次元のデータ構造

import pandas as pd

# データを辞書として用意
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],  # 文字列
    'Age': [25, 30, 35, 40, 28],  # 数値
    'Salary': [50000, 60000, 70000, 80000, 55000]  # 数値
}

# データフレームを作成
df = pd.DataFrame(data)

# データフレームを表示
print("文字列と数値を含むデータフレーム:")
print(df)

実行結果を確認すると

データフレームは

インデックス,カラム,データ

3要素から成り立っていることが確認できる

インデックス,カラム,データは

以下の方法でアクセスできる

import pandas as pd

# データを辞書として用意
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],  # 文字列
    'Age': [25, 30, 35, 40, 28],  # 数値
    'Salary': [50000, 60000, 70000, 80000, 55000]  # 数値
}

# データフレームを作成
df = pd.DataFrame(data)

# インデックス
index = df.index
# カラム
columns = df.columns
#　データ
data = data.values

print(index.values)
print(columns.values)
print(data)

dtypesを使ってカラムのデータ型を把握する

dtypesを利用すると

カラムのデータ型を表示することができます

import pandas as pd

# データを辞書として用意
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],  # 文字列
    'Age': [25, 30, 35, 40, 28],  # 数値
    'Salary': [50000, 60000, 70000, 80000, 55000]  # 数値
}

# データフレームを作成
df = pd.DataFrame(data)
# データ型を表示
print(df.dtypes)

Yamu

Nameはオブジェクト型
Age, Salaryは整数型ですね

下記コードを追加すると

データフレーム内の

データ型の数を知ることができます

print(df.dtypes.value_counts())

データフレームのカラム(列)はシリーズで取得できる

データフレームのカラム(列)は

1元配列series形式で取得できます

import pandas as pd

# データを辞書として用意
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],  # 文字列
    'Age': [25, 30, 35, 40, 28],  # 数値
    'Salary': [50000, 60000, 70000, 80000, 55000]  # 数値
}

# データフレームを作成
df = pd.DataFrame(data)

# データフレームのカラムはシリーズで取得できます

# データ型を表示
print(df["Name"])

データフレームから

seriesとしてデータを

取り出すことで

様々なデータ処理を実現可能にします

参考文献

Yamu

Pandasクックブック
DataFrame解剖学より