Python Pandasチュートリアル：初心者がPythonPandasについて知っておくべきことすべて

この記事では、データの専門家に不可欠なPythonの人気のあるライブラリの1つであるPandasを見ていきます。 その基本と操作について学ぶことができます。

始めましょう。

パンダとは何ですか？

PythonPandasは多くの理由で人気があります。 その主な用途は、データ操作、分析、およびクリーニングです。 ラベルのないデータや順序付けられた時系列データなど、さまざまなデータ型とデータセットに使用できます。 簡単に言えば、パンダはあなたのデータの本拠地であると言えます。 このツールを使用して、データに対してさまざまな操作を実行できます。

ファイルのデータ形式を変換したり、2つのデータセットをマージしたり、計算を行ったり、Matplotlibの助けを借りて視覚化したりすることができます。非常に多くの機能を備えているため、データの専門家の間で人気があります。 それがそれについて学ぶことが不可欠である理由です。 そして、その動作を理解しないと使用できないため、このPython Pandasチュートリアルでは、同じことに焦点を当てます。

読む： Pythonデータ視覚化ライブラリ

データサイエンスにおけるパンダの役割

Pandasライブラリは、データ専門家の武器の不可欠な部分です。 これは、もう1つの人気のあるPythonライブラリであるNumPyに基づいています。 パンダには多くのNumPyの構造が存在するため、前者に精通していれば、後者に精通するのに問題はありません。

ほとんどの場合、専門家はパンダを使用して統計分析のためにSciPyのデータをフィードします。 また、このデータをMatplotlibまたはScikit-learnで関数（それぞれプロット関数と機械学習）に使用します。

Pythonの機械学習ライブラリの詳細をご覧ください。

前提条件

Python Pandasの動作とその操作について説明する前に、まず、Python Pandaを適切に使用できるのは誰か、使用できないのは誰かを明確にする必要があります。 まず、Pythonの基礎となるコードとNumPyに精通している必要があります。

最初のもの、つまりPythonの基本は、明らかな理由で不可欠です。 Pythonコードがどのように機能するかを知らなければ、あまり理解できません。 また、実行したとしても、基礎となるコードを最初に学習する必要があるため、コードを試すことはできません。

2番目のNumPyは、Pandasがそれに基づいているため、学ぶために不可欠です。 NumPyを理解しておくと、パンダに慣れるのにかなり役立ちます。

Pythonについては、データサイエンスとPythonに関するブログで学ぶことができます。 基本を理解するのに役立つガイドや記事がたくさんあります。 無料です。疑問がある場合は、コメントセクションに書き留めてください。

私たちが言及した両方のトピックに精通している場合は、パンダを深く見てみましょう：

パンダのインストール

パンダを使用するには、パンダをインストールする必要があります。 一番いいのは、パンダのインストールとインポートがとても簡単なことです。 コマンドラインを開いて（Macを使用している場合は、ターミナルを開く必要があります）、次のコードを使用してPandasをインストールします。

PCユーザーの場合： pip install pandas

Macユーザーの場合： conda install pandas

パンダでは、シリーズとデータフレームを扱います。 シリーズは列を参照しますが、データフレームは複数のシリーズを持つ多次元テーブルを参照します。 次に、Pandasで実行できる操作を見てみましょう。

パンダでの操作

その重要性と定義について説明したので、このPythonPandasチュートリアルで実行できるアクションを検討する必要があります。 Pandasは多くの機能を提供しますが、以下でそれらについて説明します。

データ表示

視覚的な参照として保持するために、最初にデータセットの行の一部を印刷することをお勧めします。 そして、.head（）関数を使用してこれを行うことができます。

file1.head（）

この関数は、データフレームの最初の5行を提供します。 最初の5行より多くの行を取得したい場合は、関数で必要な数を渡すだけです。 データフレームの最初の15行が必要な場合は、次のコードを記述します。

file1.head（15）

データフレームの最後の5行を表示するオプションもあります。 これは、.tail（）関数を使用して行うことができます。 また、.head（）関数と同様に、.tail（）関数も数値を受け入れ、必要な数の行を提供できます。

file1.tail（20）

このコードは、データフレームの最後の20行を提供します。

情報を教えてもらう

データサイエンティストがPandasで使用する最初の関数の1つは、.info（）です。 これは、データフレームに関する情報が表示され、作業内容をより深く理解できるためです。 パンダでの使用方法は次のとおりです。

file1.info（）

これは、null以外の値の量、行の数、列に存在するデータのタイプなど、データセットに関する多くの有用な情報を提供します。

多くの場合、データフレームの値のデータ型を知ることは不可欠です。 データに対して算術演算を実行する必要があるが、データに文字列があるとします。 数学演算を実行すると、文字列に対してそのような演算を実行できないため、エラーがポップアップ表示されます。 一方、操作を行う前に.info（）関数を使用する場合は、文字列があることをすでに知っているはずです。

.info（）関数はデータセットに関する一般的な情報を表示しますが、.shape属性はデータフレームのタプルを表示します。 .shape属性を使用すると、データセットに含まれる行と列の数を確認できます。 そして、あなたはそれを次のように使うことができます：

file1.shape

この属性は、行と列のタプルのみを提供するため、括弧はありません。 データをクリーンアップするときは、.shape属性を頻繁に使用します。

また学ぶ：インドのPython開発者給与

連結

このPythonPandasチュートリアルで連結属性について説明しましょう。 連結とは、2つ以上のものを結合することを指します。 したがって、この属性を使用すると、値やデータポイントを変更せずに2つのデータセットを組み合わせることができます。 それらはそのまま結合します。 この目的には、.concat（）関数を使用する必要があります。 方法は次のとおりです。

結果=pd.concat（[file1、file2]）

file1とfile2のデータフレームを組み合わせて、単一のデータフレームとして表示します。

df1 = pd.DataFrame（{“ HPI”：[80,90,70,60]、” Int_Rate”：[2,1,2,3]、“ IND_GDP”：[50,45,45,67]}、 index = [2001、2002、2003、2004]）

df2 = pd.DataFrame（{“ HPI”：[80,90,70,60]、” Int_Rate”：[2,1,2,3]、” IND_GDP”：[50,45,45,67]}、 index = [2005、2006、2007、2008]）

concat = pd.concat（[df1、df2]）

print（concat）

上記のコードの出力：

HPI IND_GDP Int_Rate

2001 80 50 2

2002 90 45 1

2003 70 45 2

2004 60 67 3

2005 80 50 2

2006 90 45 1

2007 70 45 2

2008 60 67 3

.concat（）関数が2つのデータフレームを結合し、それらを1つに変換したことに気付いたはずです。

インデックスの変更

データフレームのインデックス値も変更できます。 そのためには、.set_index（）関数を使用する必要があります。 この関数の括弧内に、インデックスを変更するための詳細を入力する必要があります。 次の例を見て、理解を深めてください。

パンダをpdとしてインポートします

df = pd.DataFrame（{“ Day”：[1,2,3,4]、“ Visitors”：[200、100,230,300]、“ Bounce_Rate”：[20,45,60,10]}）

df.set_index（ "Day"、inplace = True）

print（df）

上記のコードの出力：

Bounce_Rateビジター

日

1 20200 _

2 45100 _

3 60230 _

4 10300 _

コードが日数に応じてデータのインデックス値を変更したことがわかります。

列ヘッダーの変更

PythonPandasでも列ヘッダーを変更できます。 .rename（）関数を使用するだけです。 最初に存在していた列名を括弧で囲み、出力コードに表示する列名を入力できます。

列ヘッダーが「時間」であるテーブルがあり、それを「時間」に変更するとします。 この列の名前は、次のコードで変更できます。

df = df.rename（columns = {“ Time”：“ Hours”}）

このコードは、列ヘッダーの名前を「時間」から「時間」に変更します。 これは、効率的な実践のための優れた機能です。 データの形式を変換する方法を見てみましょう。

データの改ざん

データの変更では、特定のデータの形式を変換するオプションがあります。 .csvファイルを.htmlファイルに変換することも、その逆も可能です。 これを行う方法の例を次に示します。

パンダをpdとしてインポートします

country = pd.read_csv（“ D：UsersUser1Downloadsworld-bank-youth-unemploymentAPI_ILO_country_YU.csv”、index_col = 0）

country.to_html（'file1.html'）

このコードを実行すると、ブラウザで実行できるHTMLファイルが作成されます。 データの改ざんは優れた機能であり、さまざまな状況で使用できます。

結論

そして今、私たちはこのPythonPandasチュートリアルの終わりに到達しました。 お役に立てば幸いです。 Python Pandasは広大なトピックであり、Python Pandasには多数の機能があるため、完全に理解するには時間がかかります。

Python、Pandasを含むさまざまなライブラリ、およびデータサイエンスへの応用について詳しく知りたい場合は、働く専門家向けに作成され、10以上のケーススタディを提供するIIIT-BおよびupGradのデータサイエンスのPGディプロマをご覧ください。プロジェクト、実践的なハンズオンワークショップ、業界の専門家とのメンターシップ、業界のメンターとの1対1、400時間以上の学習とトップ企業との仕事の支援。