Python入門：pandasの基本をやさしく解説（データ操作の超入門）

Pythonでデータ分析を始めようとすると、必ず出てくるのが「pandas（パンダス）」です。
pandasは、Excelのような表データをPythonで扱えるライブラリで、データ分析の現場ではほぼ必須といっていい存在です。

ただし、初めて触れると「何をしているのか分からない」と感じやすいのも事実です。

この記事では、pandasの基本的な考え方から、よく使う操作までをシンプルなコード付きで分かりやすく解説していきます。

Pythonの導入についてはこちら。

Python入門：最初のプログラムを作って実行する方法 – Lean Data Office

Python環境構築のやり方｜初心者向け完全ガイド – Lean Data Office

pandasは、表形式のデータを扱うためのライブラリです。

イメージとしては「ExcelをPythonで扱うためのツール」と考えるとわかりやすいです。

たとえば、次のようなデータを扱うときに使います。

名前    年齢    国
田中    25     日本
John    30     アメリカ

このような「表（テーブル）」をそのままプログラムの中で操作できるのがpandasの強みです。

まずは基本となる読み込みです。

import pandas as pd

ほぼすべてのサンプルでこの書き方を使います。
pdという短い名前で扱うのが慣例です。

pandasの中心となるのが「DataFrame（データフレーム）」です。
これは2次元の表データです。

簡単な例で見てみます。

data = {
"名前": ["田中", "John", "佐藤"],
"年齢": [25, 30, 22],
"国": ["日本", "アメリカ", "日本"]
}

df = pd.DataFrame(data)

実行すると、次のように表示されます。

print(df)

このように、辞書から簡単に表形式データを作ることができます。

最初にやる基本操作として、データの中身を確認する方法があります。

print(df.head())

これは先頭5行を表示します。

print(df.info())

こちらは、データ型や欠損値の有無を確認できます。

特定の列だけを取り出す操作もよく使います。

print(df["名前"])

このように書くと、「名前」の列だけを取り出せます。

さらに複数列の場合はこうなります。

print(df[["名前", "年齢"]])

ここで、[]の中がリストになっている点がポイントです。

pandasの強力な機能の一つが「条件抽出」です。

たとえば「年齢が25以上の人」を取り出す場合：

filtered = df[df["年齢"] >= 25]
print(filtered)

このように書くだけで、条件に一致する行だけを取得できます。

データを加工する際に、新しい列を追加することもよくあります。

df["年齢+5"] = df["年齢"] + 5

これで「5年後の年齢」の列が追加されます。

実務ではファイルを扱うことが多くなります。

CSVの読み込みは次のように書きます。

df = pd.read_csv("data.csv")

保存はこうです。

df.to_csv("output.csv", index=False)

※index=Falseをつけることで、余計な番号列が出力されません。

入門記事なので、補足的に触れるのみとし、詳細は以下の記事で解説していますので参照ください。

Python入門：pandasでCSVを読み込み・加工・保存する一連の流れをやさしく解説 – Lean Data Office

pandasは次のような場面でよく使われます。

• Excel作業の自動化
• データの集計や加工
• ログの分析
• 機械学習の前処理

特に「手作業でやっていたExcel処理」を減らす場面では非常に効果的です。

pandasは最初こそ取っつきにくいですが、基本操作はそこまで多くありません。

今回紹介した内容を整理すると、

• DataFrameが中心のデータ構造
• 列アクセスは df["列名"]
• 条件抽出は df[条件]
• 列追加は代入でOK

このあたりを押さえるだけでも、できることが一気に広がります。

最初は小さなデータで試しながら、「何ができるか」を体感していくのが一番の近道です。
慣れてくると、Excelでは面倒だった作業を一瞬で処理できるようになります。