pandas入門者に贈るデータフレーム操作の基本！初心者が知っておくべき使い方

名前  年齢     職業
0    田中  25  エンジニア
1    佐藤  30  デザイナー
2    鈴木  28  データサイエンティスト

pip install pandas

import pandas as pd

import pandas as pd

# 辞書でデータを定義
data = {
    '名前': ['田中', '佐藤', '鈴木'],
    '年齢': [25, 30, 28],
    '職業': ['エンジニア', 'デザイナー', 'データサイエンティスト']
}

# DataFrameを作成
df = pd.DataFrame(data)

# 表示
print(df)

名前  年齢              職業
0  田中  25         エンジニア
1  佐藤  30        デザイナー
2  鈴木  28  データサイエンティスト

import pandas as pd

# リストのリストでデータを定義
data = [
    ['田中', 25, 'エンジニア'],
    ['佐藤', 30, 'デザイナー'],
    ['鈴木', 28, 'データサイエンティスト']
]

# カラム名を指定してDataFrameを作成
df = pd.DataFrame(data, columns=['名前', '年齢', '職業'])

print(df)

import pandas as pd

# CSVファイルを読み込む
df = pd.read_csv('data.csv')

print(df)

import pandas as pd

data = {
    '名前': ['田中', '佐藤', '鈴木', '高橋', '伊藤'],
    '年齢': [25, 30, 28, 35, 22],
    '職業': ['エンジニア', 'デザイナー', 'データサイエンティスト', 'マネージャー', 'エンジニア'],
    '年収': [500, 450, 600, 700, 400]
}

df = pd.DataFrame(data)

# 最初の3行を表示
print(df.head(3))

# 最後の2行を表示
print(df.tail(2))

# データの概要を表示
print(df.info())

# 統計量を表示
print(df.describe())

# 1つの列を取得（Seriesとして取得される）
ages = df['年齢']
print(ages)

# 複数の列を取得（DataFrameとして取得される）
subset = df[['名前', '年収']]
print(subset)

# 年齢が30歳以上の人だけを抽出
older_than_30 = df[df['年齢'] >= 30]
print(older_than_30)

# 職業がエンジニアの人だけを抽出
engineers = df[df['職業'] == 'エンジニア']
print(engineers)

# 複数条件（年齢が25歳以上かつ年収が500万以上）
high_earners = df[(df['年齢'] >= 25) & (df['年収'] >= 500)]
print(high_earners)

# 年収を12で割って月収を計算
df['月収'] = df['年収'] / 12

# 年齢が30歳以上かどうかのフラグ
df['30歳以上'] = df['年齢'] >= 30

print(df)

import pandas as pd

data = {
    '名前': ['田中', '佐藤', '鈴木', '高橋', '伊藤'],
    '年齢': [25, 30, 28, 35, 22],
    '年収': [500, 450, 600, 700, 400]
}

df = pd.DataFrame(data)

# 平均値
print("年齢の平均:", df['年齢'].mean())
print("年収の平均:", df['年収'].mean())

# 合計
print("年収の合計:", df['年収'].sum())

# 最大値・最小値
print("最高年齢:", df['年齢'].max())
print("最低年収:", df['年収'].min())

# 中央値
print("年齢の中央値:", df['年齢'].median())

# 標準偏差
print("年収の標準偏差:", df['年収'].std())

data = {
    '名前': ['田中', '佐藤', '鈴木', '高橋', '伊藤', '中村'],
    '職業': ['エンジニア', 'デザイナー', 'エンジニア', 'マネージャー', 'エンジニア', 'デザイナー'],
    '年収': [500, 450, 600, 700, 400, 480]
}

df = pd.DataFrame(data)

# 職業ごとの平均年収を計算
average_by_job = df.groupby('職業')['年収'].mean()
print(average_by_job)

# 職業ごとの人数をカウント
count_by_job = df.groupby('職業').size()
print(count_by_job)

# 年齢で昇順にソート
df_sorted_asc = df.sort_values('年齢')
print(df_sorted_asc)

# 年収で降順にソート
df_sorted_desc = df.sort_values('年収', ascending=False)
print(df_sorted_desc)

# 複数列でソート（職業で昇順、その中で年収で降順）
df_multi_sorted = df.sort_values(['職業', '年収'], ascending=[True, False])
print(df_multi_sorted)

import pandas as pd

# 売上データの作成
sales_data = {
    '日付': ['2025-01-01', '2025-01-02', '2025-01-03', '2025-01-01', '2025-01-02', '2025-01-03'],
    '商品': ['ノートPC', 'ノートPC', 'ノートPC', 'マウス', 'マウス', 'マウス'],
    '売上数': [5, 3, 7, 20, 15, 25],
    '単価': [100000, 100000, 100000, 3000, 3000, 3000]
}

df_sales = pd.DataFrame(sales_data)

# 売上金額を計算
df_sales['売上金額'] = df_sales['売上数'] * df_sales['単価']

print("売上データ:")
print(df_sales)

# 商品ごとの合計売上を計算
product_sales = df_sales.groupby('商品')['売上金額'].sum()
print("\n商品ごとの合計売上:")
print(product_sales)

# 日付ごとの合計売上を計算
daily_sales = df_sales.groupby('日付')['売上金額'].sum()
print("\n日付ごとの合計売上:")
print(daily_sales)

# 最も売れた商品を特定
best_product = product_sales.idxmax()
best_sales = product_sales.max()
print(f"\n最も売れた商品: {best_product}（{best_sales:,}円）")