【pandas入門】pandasとは？SeriesとDataFrameの基本を図解で解説

こんにちは！ぼりたそです！

今回は、Pythonで表形式のデータを扱うライブラリ「pandas（パンダス）」について解説します。

「pandasを使うと何ができるの？」「SeriesとDataFrameは何が違うの？」と疑問に感じている方も多いのではないでしょうか。

pandasを使うと、Excelの表のように行と列で整理されたデータを、Pythonで読み込み、加工、集計できます。CSV・Excelの処理だけでなく、データ分析や機械学習の前処理にも役立ちます。

この記事で学べること

Point

pandasの役割とNumPyとの違い
SeriesとDataFrameの基本的な構造
行・列・インデックス（index）の意味
Seriesと1列のDataFrameの違い

Pythonのリストや辞書を知っていれば読み進められます。NumPyの知識は必要ありません。それでは、順番に見ていきましょう！

pandasとは？
1. NumPyとの違い
pandasを使う準備
Seriesとは？1次元のデータを扱う
DataFrameとは？2次元の表を扱う
行・列・インデックスの違い
SeriesとDataFrameの違い
1. 列の選択方法によるSeriesとDataFrameの違い
pandasを体系的に学びたい方へ
まとめ

pandasとは？

pandasは、表形式のデータの読み込み・加工・集計が得意なPythonライブラリです。

例えば、次のような商品ごとの販売データがあったとします。

商品	単価	個数
ペン	120	2
ノート	250	1
消しゴム	180	3

pandasを使うと、この表をPython上で扱い、単価の列を取り出したり、「単価×個数」で金額を求めたりできます。行数が多いデータでも、手作業で表を編集する代わりに、同じ処理をコードで繰り返せます。

代表的な用途には、CSV・Excelファイルの読み込み、条件に合う行の抽出、欠損値の処理、店舗別・商品別の集計などがあります。

NumPyとの違い

NumPyもデータ分析によく使われますが、主に得意とする操作が異なります。

ライブラリ	主な得意分野	代表的なデータ構造
NumPy	多次元配列を使った数値計算	`ndarray`
pandas	行や列にラベルを持つ表の加工・集計	`Series`、`DataFrame`

NumPyは数値配列の計算を効率よく進めたいときに便利です。一方、pandasは「商品」「単価」「個数」のように、異なる意味やデータ型の列をまとめて扱うのに適しています。

両者は対立するものではなく、データ分析では組み合わせて使うこともあります。pandasを学ぶためにNumPyを先に習得する必要はありません。

pandasを使う準備

pandasをまだインストールしていない場合は、ターミナルで次のコマンドを実行します。

python -m pip install pandas

Jupyter Notebookでは、コードセルで%pip install pandasを実行する方法もあります。すでに利用できる環境なら、インストールは不要です。

Pythonから使うときは、次のように読み込みます。

import pandas as pd

as pdは、pandasにpdという短い別名を付ける指定です。以降はpd.Series()やpd.DataFrame()と記述します。読み込みだけでは、画面に表などは表示されません。

Seriesとは？1次元のデータを扱う

Series（シリーズ）は、値とインデックス（ラベル）を持つ1次元のデータ構造です。

例えば、商品の単価だけをまとめてみましょう。

import pandas as pd

prices = pd.Series(
    [120, 250, 180],
    index=["ペン", "ノート", "消しゴム"],
    name="単価"
)

print(prices)

# 実行結果：
# ペン      120
# ノート     250
# 消しゴム    180
# Name: 単価, dtype: int64

左側の「ペン」「ノート」「消しゴム」がインデックス、右側の120・250・180が値です。

index=は各値に対応するラベル、name=はSeries全体の名前を指定しています。末尾のdtype: int64は、値のデータ型が64ビット整数であることを意味します。

インデックスのラベルを使うと、対応する値を取り出せます。

print(prices.loc["ノート"])

# 実行結果：
# 250

locはラベルを指定してデータを選ぶ方法です。詳細は別の記事で解説します。

なお、index=を省略した場合、通常は0から始まる整数のインデックスが付けられます。インデックスは必ずしも単なる行番号ではなく、データに付けるラベルだと考えましょう。

DataFrameとは？2次元の表を扱う

DataFrame（データフレーム）は、行と列からなる2次元の表形式データです。Seriesが1つの項目の並びを扱うのに対し、DataFrameでは複数の項目を1つの表にまとめられます。

import pandas as pd

df = pd.DataFrame({
    "商品": ["ペン", "ノート", "消しゴム"],
    "単価": [120, 250, 180],
    "個数": [2, 1, 3]
})

print(df)

# 実行結果：
#      商品   単価  個数
# 0    ペン  120   2
# 1   ノート  250   1
# 2  消しゴム  180   3

ここではPythonの辞書をpd.DataFrame()に渡しました。辞書のキー「商品」「単価」「個数」が列名、各リストの値がそれぞれの列のデータになります。

左端の0・1・2は、DataFrameが自動で付けたインデックスです。「商品」などのデータ列とは別のものなので、混同しないようにしましょう。

DataFrameには、文字列の列と数値の列を一緒に含められます。実際の売上表や顧客一覧のようなデータを扱いやすい理由の1つです。

行・列・インデックスの違い

DataFrameを読み解くには、次の3つを区別することが大切です。

用語	意味	例
行（row）	横方向に並ぶ、1件分のデータ	「ノート、250、1」
列（column）	縦方向に並ぶ、同じ項目のデータ	「単価」の120・250・180
インデックス（index）	各行に付けられたラベル	0・1・2
列名（columns）	各列を識別するラベル	商品・単価・個数

例えば、2行目にはノートの情報が横に並んでいます。一方、「単価」列を縦に見ると、商品ごとの単価が並んでいます。

インデックスと列名は、次のコードで確認できます。

print(df.index.tolist())
print(df.columns.tolist())
print(df.shape)

# 実行結果：
# [0, 1, 2]
# ['商品', '単価', '個数']
# (3, 3)

shapeは**（行数, 列数）**を返します。この表は3行3列なので(3, 3)です。インデックスはデータ列数に数えません。

インデックスは文字列に変更することもでき、行を削除したときに0から振り直されるとも限りません。表示上の位置番号とインデックスのラベルは、必ず一致するわけではない点に注意してください。

head()やinfo()など、DataFrameのさまざまな確認方法は別の記事で詳しく解説します。

SeriesとDataFrameの違い

ここまでの内容を整理すると、Seriesは1次元、DataFrameは2次元という違いがあります。

比較項目	Series	DataFrame
次元	1次元	2次元
基本構造	インデックスと値	行・列のラベルと値
代表的な作成方法	`pd.Series()`	`pd.DataFrame()`
イメージ	商品ごとの単価	商品・単価・個数を持つ表

列の選択方法によるSeriesとDataFrameの違い

ここは初心者が特に間違えやすいポイントです。DataFrameから同じ「単価」列を選ぶ場合でも、角括弧の書き方によって返されるデータ構造が変わります。

series_col = df["単価"]
dataframe_col = df[["単価"]]

print(type(series_col).__name__, series_col.shape)
print(type(dataframe_col).__name__, dataframe_col.shape)

# 実行結果：
# Series (3,)
# DataFrame (3, 1)

df["単価"]は1つの列名を指定するため、通常はSeriesを返します。一方、df[["単価"]]は列名のリストを渡しているため、1列だけのDataFrameを返します（列名が重複していない場合）。

(3,)は要素3個の1次元、(3, 1)は3行1列の2次元です。DataFrameは1列しかなくても2次元であり、Seriesと同じものにはなりません。

参考：pandas公式ドキュメント：データ構造の概要

pandasを体系的に学びたい方へ

今回の記事では、pandasの基本となるSeriesとDataFrameの構造を解説しました。ただ、実際のデータ分析では表を作るだけでなく、ファイルを読み込み、必要なデータを選び、加工・集計して結果を保存するといった一連の操作が必要になります。

例えば、売上データを分析するなら、最初に列名やデータ型を確認し、欠損値や重複を整理した上で、商品別・店舗別に売上を集計します。操作を個別に覚えるだけでなく、「どの順番で、何のために処理するのか」を理解することが大切です。

そこで、pandasの操作を基礎から順番に学びたい方に向けて、Kindle書籍『機械学習・データ分析のためのpandas入門 ― データ加工と集計の基本をPythonで学ぶ ―』（著者：ぼりたそ）を執筆しました。

本書では、Series・DataFrameの基本から、CSVファイルの読み込み、行・列の選択、条件抽出、欠損値の処理、データ型の変換、groupbyによる集計、複数の表の結合・変形まで、段階的に解説しています。さらに、コード例と演習を組み合わせることで、学んだ操作を自分でも試せる構成にしています。

「Pythonの基本文法は学んだけれど、pandasはこれから」「CSVやExcelのデータをPythonで整理できるようになりたい」という方におすすめです。ブログでは操作ごとの疑問を解決し、書籍ではデータ処理の流れを体系的に身に付ける、という使い分けもできます。