【Pandas】 DataFrame と Series のデータ構造について【Python】
今回は、Python でデータ分析を行っていると必ず使う Pandas の DataFrame と Series について、データの構造や違いについて調べてみました。
Contents
DataFrame
DataFrame は、行とカラムから構成されているデータであり、
- インデックス（index）
- カラム（columns）
- データ（value）
の３つの要素から成り立っています。
read_csv 関数を使って、映画データの CSVファイル を読み込んで、３つの要素について確認します。
|
1 2 |
movie = pd.read_csv('data/movie.csv') movie.head() |
「0」「1」がインデックス（index）、「color」や「director_name」がカラム（columns）と呼ばれます。
インデックスやカラムは軸（axis）といいます。
read_csv 関数では、デフォルトで index が数値で割り振られ、columns がCSVファイルの１行目の値になります。
DataFrame は各カラムごとにデータ型が異なります。
dtypes 関数で確認できます。
|
1 |
movie.dtypes |
index は DataFrame のものがそのまま残ります。「Name:」部分で Series の名前、「Length:」部分でデータの個数、「dtype:」部分でデータ型（今回は文字列なので
object）を表しています。
こちらも type 関数で Series 型かを確認します。
|
1 2 |
director = movie['director_name'] type(director) |
|
1 |
pandas.core.series.Series |
Series 型を DataFrame 型に戻したいときは、to_frame 関数を使います。
|
1 |
director.to_frame() |
DataFrame に変換されました。このとき、カラム名には Series名が入ります。
参考書籍
関連記事
-
-
【Python】時系列データ（為替データ）をグラフ表示してみた。
今回は、pandas・matplotlib ライブラリを使って、時系列データ（為替データ）をグラフ表
-
-
【Pandas】 DataFrame のある列の最大値を含む行のインデックス値を取得する方法。
今回は、Pandas の DataFrame において、ある列で最大値を求めて、その最大値をもつ行に
-
-
【matplotlib】 Python でヒストグラムの横軸と棒（ビン）の数を調整する方法。
Python の matplotlib を使ってヒストグラムを描画し、横軸の目盛りと棒（ビン）がそろ
-
-
【Python】 複数の辞書型の同じ key を持つ value を計算に用いる方法。
Python で、複数の辞書型を読み込んで、同じキー（key）を持つ数値（value）を計算に使う方
-
-
【Python】Windows で ライブラリ（NumPy） をインストールする方法。
Windows の Python（２．X系）で NumPy をインストールしようと思ったら、そもそも
-
-
【Pandas】 loc・ilocで１行のみ Series ではなく DataFrame で抽出する方法。
Python の Pandas で DataFrame から loc や iloc を使って行を抽出
-
-
【Pandas】 DataFrame のインデックスを置き換える方法【Python】
今回は、Pandas の DataFrame型で、インデックス（index）を分かりやすいものに置き
-
-
【Python】pip3 で「cannot import name ‘main’」エラーが出たときの対処法。
Python でライブラリをインストールする際に、pipを使います。 Python2 と Py
-
-
【Python】プログレスバーを表示させる【tqdm】
Python でスクリプトの実行時間が長くなると、進捗状況が知りたくなったので、標準出力にどのくらい
-
-
【Python】機械学習のために SciPy・Matplotlib・scikit-learn をインストール。
Python で機械学習を行うために、Windows OS の python 2 系にライブラリ「S
