2.Pythonではじめるデータ分析：宿泊価格予測入門-Pandasを使った物件データ収集-

こんにちは、ニコイチです！今回はデータ分析初心者の方向けに、PythonのPandasライブラリを使ってデータを取り込み、簡単な操作をしてみましょう。「宿泊価格について_demo.csv」を例に進めていきます。
また下記記事にてPandasについて触れています｡もっと知りたい方はぜひ御覧ください｡

全編はこちらから

1. Pandasライブラリとは？

Pandasは、データ分析を効率的に行うためのライブラリです。エクセルのような表形式のデータを扱いやすくするツールで、集計や抽出、データの加工が得意です。

詳しく前回の記事をご確認ください｡

データフレーム

Pandasの中核となるのが「データフレーム」です。エクセルのシートのように、行と列で構成された表形式のデータを表します。

施設名	価格	広さ	駅からの距離
A旅館	8000	20㎡	5分
B民宿	6000	15㎡	10分

2. データの読み込み方法

Pandasでデータを読み込むには、read_csv関数を使います。

import pandas as pd

# CSVファイルを読み込む
data = pd.read_csv('宿泊価格について_demo.csv')

注意点

• 区切り文字：デフォルトはカンマ（,）。ファイルがタブ区切りの場合はsep='\t'を指定。
• エンコーディング：日本語が含まれる場合、encoding='utf-8'やencoding='shift_jis'を指定。

3. データを確認するポイント

データを読み込んだら、まず確認すべき点があります。

データの先頭行を確認

print(data.head())

データの概要を確認

print(data.info())

欠損値の確認

print(data.isnull().sum())

4. 実際のデータで試してみよう

「宿泊価格について_demo.csv」を使って実際に操作してみます。

1. データの読み込み

data = pd.read_csv('宿泊価格について_demo.csv', encoding='utf-8')

2. データの先頭行を表示

print(data.head())

3. 基本統計量の確認

print(data.describe())

4. 平均価格を計算

average_price = data['y'].mean()
print(f"平均価格: {average_price}円")

5. まとめ

• Pandasは、データ分析をする上で非常に便利なツールです。
• データを読み込んだら、まず確認作業を行いましょう。
• 実際に手を動かして操作してみることで、Pandasの使い方に慣れていきましょう！

次回は、「ライブラリのインポート」を紹介します。お楽しみに！