データの魔法使いになろう：Pythonの強力なライブラリ「Pandas」基礎講座

【Yuki】 Hirokiくん、こんにちは。今日はPythonの中でも特に人気があって、とっても便利な「Pandas（パンダス）」というライブラリについて、一緒にお勉強していきましょうか。 データ分析や事務作業の効率化には欠かせないツールなので、覚えておくと、きっと何かの役に立つと思います……。

【Hiroki】 Yukiさん、よろしくお願いします！Pandasっていう名前は聞いたことがあります。でも、具体的に何ができるのかはまだよくわかってなくて……。PythonでExcelみたいなことができるって本当ですか？

【Yuki】 ええ、その通りです。正確には、Excelで行うようなデータの集計や加工を、プログラムで自動化したり、もっと大規模なデータに対して高速に行ったりすることができるんです。 誰かの不便を解消するために生まれたツールって、どこか温かみがあって素敵ですよね……。Pandasも、煩雑なデータ処理を助けるために開発された、とても優しいライブラリなんですよ。

Pandasとは何か

【Yuki】 Pandasは、Pythonで「データ解析」を支援するためのライブラリです。 主に、数値の表や時系列データを操作するためのデータ構造と演算を提供しています。 例えば、数万行ある売上データの中から特定の商品の合計を計算したり、欠けているデータを補完したりするのが得意なんです。

【Hiroki】 数万行……！それを手作業でやるのは大変そうですけど、プログラムなら一瞬なんですね。 まずは、どうやって使い始めるんですか？

【Yuki】 まずはインストールが必要ですが、一般的な環境であれば pip install pandas で導入できます。 プログラムの中で使うときは、このようにインポートするのが慣習になっています。

import pandas as pd

【Yuki】 as pd とすることで、以降は pd という短い名前でPandasの機能を使えるようになります。 ……これは、Pythonの世界では暗黙のルールのようになっているので、合わせておくと他の人のコードを読むときもスムーズかもしれません。

2つの主要なデータ構造：SeriesとDataFrame

【Yuki】 Pandasを理解する上で一番大切なのは、「Series（シリーズ）」と「DataFrame（データフレーム）」という2つのデータ構造を知ることだと思います。

【Hiroki】 シリーズとデータフレーム……。なんだか難しそうな名前ですね。

【Yuki】 ふふ、大丈夫ですよ。 Seriesは「1次元」のデータ、つまり列が1つだけのリストのようなものです。 それに対して、DataFrameは「2次元」のデータ、つまり縦横がある「表」そのものを指します。 基本的には、この「DataFrame」を操作することがメインになると思います。

【Hiroki】 なるほど！1列ならSeries、表になったらDataFrame、ということですね。

【Yuki】 物分かりがいいですね、Hirokiくん。 実際に簡単なDataFrameを作ってみましょうか。Pythonの辞書形式から作ることができます。

import pandas as pd

data = {
    '名前': ['佐藤', '鈴木', '高橋', '田中'],
    '数学': [85, 70, 90, 60],
    '英語': [75, 80, 85, 95]
}

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

【Hiroki】 わあ、本当に綺麗な表形式で表示されました！ これなら、どのデータが何を表しているのか一目でわかりますね。

データの読み込みと確認

【Yuki】 実際の作業では、このように手入力でデータを作ることは少ないかもしれません。 多くの場合、外部のCSVファイルやExcelファイルを読み込んで処理することになります。 例えば、data.csv というファイルを読み込むときは、このように書きます。

df = pd.read_csv('data.csv')

【Yuki】 読み込んだ後は、まず中身をさらっと確認するのが大事です。 全部を表示すると大変なことになる場合もあるので、最初の5行だけを表示する head() というメソッドをよく使います。

# 最初の5行を表示
print(df.head())

# データの行数や列数、型を確認
print(df.info())

【Hiroki】 info() を使うと、データに欠けがないか（欠損値）とかもわかるんですね。 プログラミング初心者の僕でも、これならデータの全体像を把握しやすそうです。

データの抽出とフィルタリング

【Hiroki】 Yukiさん、表の中から「特定の列」だけを取り出したり、「特定の条件に合う行」だけを探したりすることもできるんですか？

【Yuki】 ええ、もちろんです。それがPandasの得意分野ですから。 特定の列を取り出したいときは、辞書のキーを指定するように書くだけで大丈夫です。

# 「名前」列だけを取り出す
names = df['名前']

【Yuki】 条件で絞り込むのも、直感的かもしれません。 例えば、「数学の点数が80点以上の人」を探したいときは、このように書きます。

# 数学が80点以上の行を抽出
high_score = df[df['数学'] >= 80]
print(high_score)

【Hiroki】 df[df['数学'] >= 80] ……。少し書き方に癖がある気がしますけど、慣れれば簡単そうですね。 Excelのフィルター機能みたいで面白いです！

【Yuki】 そうですね。複数の条件を組み合わせることもできるんですよ。 例えば「数学が80点以上、かつ英語も80点以上」という場合は、& 記号を使います。 ……あ、でも、条件ごとにカッコ () で囲うのを忘れないようにしてくださいね。私はたまに忘れてエラーを出してしまうので……。

データの加工と計算

【Yuki】 次に、新しい列を追加したり、計算したりする方法を見てみましょうか。 例えば、数学と英語の「合計点」という列を新しく作りたい場合は、とてもシンプルに書けます。

# 「合計」列を追加
df['合計'] = df['数学'] + df['英語']

# 平均点を計算
mean_math = df['数学'].mean()
print(f"数学の平均点: {mean_math}")

【Hiroki】 えっ、df['数学'] + df['英語'] だけで、全ての行に対して足し算が行われるんですか？ for文とかを使って1行ずつループさせなくていいんですね！

【Yuki】 そうなんです。これを「ベクトル演算」と呼んだりしますが、Pandas（内部ではNumPyというライブラリ）が裏側でまとめて計算してくれているんです。 コードが短くなりますし、処理速度もループよりずっと速いんですよ。 ……効率的なツールを使うと、空いた時間でゆっくりパフェのこととか考えられるので、私は大好きです。

欠損値の処理

【Yuki】 実際のデータには、よく「値が入っていない部分」……いわゆる「欠損値（NaN）」が含まれていることがあります。 これをそのままにしておくと、計算がうまくいかなかったり、予期せぬエラーの原因になったりします。

【Hiroki】 空欄があるだけでエラーになっちゃうのは困りますね。どうすればいいんですか？

【Yuki】 主な対策は2つあります。 「欠損値がある行を消してしまう」か、「何か別の値で埋める」か、です。

# 欠損値がある行を削除する
df_clean = df.dropna()

# 欠損値を0で埋める
df_filled = df.fillna(0)

【Yuki】 どちらがいいかはデータの性質によりますが、データを大切に扱いたいときは、平均値などで埋めることもありますね。 不完全なものを整えていく作業って、なんだか少し、壊れたおもちゃを修理しているような、優しい気持ちになれる気がしませんか……？

【Hiroki】 あはは、Yukiさんらしい考え方ですね。でも、データを綺麗にするのが大事だっていうのはよくわかりました！

データのグループ化と集計

【Yuki】 最後に、少し応用的な「グループ化」についてお話ししますね。 例えば、「性別」ごとの平均点や、「クラス」ごとの合計点を知りたいときに使います。 groupby() というメソッドを使うと、驚くほど簡単に集計できるんです。

# 仮に「クラス」列があるとして、クラスごとの平均を出す
class_summary = df.groupby('クラス').mean()

【Hiroki】 これ、Excelのピボットテーブルみたいな機能ですね！ 一行書くだけで集計が終わるなんて、今まで手計算していたのが馬鹿らしくなっちゃいそうです。

【Yuki】 ふふ、そう思ってもらえたなら、Pandasを教えた甲斐がありました。 複雑な集計も、Pandasなら数行で記述できることが多いんです。 ……あ、でも、あまりに複雑なことをしようとすると、たまに頭が熱くなって「熱暴走」しそうになるので、少しずつ試していくのがいいと思いますよ。

まとめ

【Hiroki】 Yukiさん、今日はありがとうございました！ Pandasを使うと、データの読み込みから加工、集計まで、流れるようにできるのがよくわかりました。 Pythonを勉強するモチベーションがさらに上がりました！

【Yuki】 それは良かったです。 Pandasは機能がとても豊富なので、一度に全部を覚える必要はありません。 「こんなことがしたいな」と思ったときに、その都度調べていくのが上達の近道だと思います……。 公式サイトのドキュメントも、情報が充実していておすすめですよ。

Pandas公式ドキュメント（英語） Pandas ユーザーガイド（日本語訳/一部）

【Yuki】 ……今日は少し長くお話ししすぎてしまったかもしれません。 お腹、空きませんでしたか？ 私は……そうですね、この後、お気に入りのフォントを設定したエディタで、少しだけプログラムを書こうと思います。 夜は静かで、作業が捗るんです。

【Hiroki】 夜行性ですね（笑）。僕も復習してから寝ることにします。 また次も、いろいろ教えてください！

【Yuki】 ええ、喜んで。Hirokiくんがデータの扱いに慣れて、いつか誰かの役に立つツールを作れるようになるのを、こっそり応援していますね。 それでは、お疲れ様でした……。

「Pandas」のサンプルコードを見る