Pandasについて

Pandasについて

Pandas（パンダス）は、Pythonで表形式のデータや時系列データを効率的に操作・分析するための最も強力なオープンソースライブラリです。
ExcelのワークシートやSQLのテーブルのようなデータを、Pythonのコード上で高速かつ直感的に加工できます。

主要な2つのデータ構造

Pandasには、データを管理するための2つの基本構造があります。
DataFrame（データフレーム）行と列からなる2次元の表形式データ構造。
Excelシートそのもののイメージ。
Series（シリーズ）1次元の配列データ構造。データフレームの「1行」または「1列」を取り出したもの。

Pandasでできること

データ分析における「前処理」や「集計」のほぼ全てをカバーしています。多彩なファイルの読み込み・書き出しCSV、Excel、SQL、JSONなどのデータを1行で読み込めます。データの抽出と並び替え特定の条件に合う行の抽出や、昇順・降順のソートが容易です。データの欠損値処理空白データ（NaN）の検出、削除、特定の数値への穴埋めができます。グループ化と統計計算データを特定の項目でグループ分けし、合計や平均を瞬時に計算します。基本的なコードの例Pandasを使う際は、慣例として pd という名前でインポートします。

pythonimport pandas as pd

以下、サンプルコード

import pandas as pd

# 1. 辞書からデータフレームを作成
data = {
    '商品名': ['リンゴ', 'バナナ', 'メロン', 'リンゴ', 'バナナ'],
    '売上数': [10, 15, 5, 12, 20],
    '単価': [150, 100, 800, 150, 100]
}
df = pd.DataFrame(data)

# 2. CSVファイルを読み込む場合 (一般的な使い方)
# df = pd.read_csv('../input_sales.csv')

# 中身を表示
print(df)

なぜPandasが使われるのか？

処理が非常に高速内部でC言語によって高速化された「NumPy」を基盤にしているため、
大量のデータも一瞬で処理します。
他のAI・グラフライブラリとの連携Matplotlibを用いたデータのグラフ化や、
機械学習ライブラリ（Scikit-learnなど）へのデータ受け渡しがスムーズです。