6.Pyhonでデータ分析初心者ガイド-Series型入門-

前回の記事で統計量を活用してデータの全体像を確認しました。その結果、データの中に「この数値は本当？」「どんな内容だろう？」と詳細を確認したくなるポイントが見つかった場合、次のステップとして Series型 を活用して確認する方法を紹介します。

Series型とは？

• 一次元データ を表す型で、Excelの1列だけを取り出したようなものです。
• 対して、DataFrame型は行と列の組み合わせで、Excel全体のような二次元データを扱います。
• 主な違い
  Series型では1列だけを操作できるため、使える関数が異なる場合があります。

Series型の例

import pandas as pd

# データを読み込み
df = pd.read_csv("data.csv")

# 'age'カラムをSeries型で表示
age_series = df['age']
print(type(age_series))  # <class 'pandas.core.series.Series'>

Series型でデータを確認

Series型を使うことで、特定の列に絞ってデータを簡単に確認できます。例えば、head()を使うと上から5行だけ表示できます。

# 'job'カラムを確認
print(df['job'].head())

実行結果

0      management
1      technician
2      entrepreneur
3      blue-collar
4      retired

Series型とDataFrameの切り替え

• DataFrameに戻すには？
  Series型をDataFrame型に変換する場合、以下の方法を使います。

# 'age'列をDataFrameとして取り出す
age_df = df[['age']]
print(type(age_df))  # <class 'pandas.core.frame.DataFrame'>

• 複数列を取り出す場合
  DataFrame変数名に複数のカラム名をリストで指定します。

columns_df = df[['age', 'job', 'balance']]
print(columns_df.head())

行や列を操作する方法

• 特定の行を取り出す
  locを使って操作します。

# 1行目を取り出す
print(df.loc[0])

• 複数行や複数列を同時に指定

# 1行目と2行目の'duration'と'job'列を取得
print(df.loc[[0, 1], ['duration', 'job']])

• 列を削除する方法
  drop関数を使い、axis=1を指定することで列を削除できます。

# 'job'列を削除
df_without_job = df.drop('job', axis=1)

初心者が注意すべきポイント

1. 型の確認を忘れない
   • 操作中に「関数が使えない！」となったときは、type()で変数の型を確認しましょう。
2. インデックスに注意
   • Pythonは0から数えますので、1行目と思っても実際にはloc[0]となります。
3. 列名や引数のタイプミス
   • 特に引数の"O"（大文字のオー）と数字の0を間違えないように注意。

まとめ

• Series型を活用することで、特定の列を操作したり、DataFrame型との違いを意識しながらデータ分析を進められます。
• 基本的な操作方法を理解したら、実際にデータを絞り込んだり、条件を付けて抽出することで、より深い分析ができるようになります。