PythonPandasデータ分析チートシート

Pandasシリーズと DataFrame のリファレンスガイド。データのロード、クリーニング、選択、グループ化、集計について学びます。

データの読み込みと初期検査

データセットをロードし、その構造アウトラインを検査する操作。

メソッド・機能	構文	説明
pd.DataFrame()	pd.DataFrame(data, columns=...)	列を含む 2 次元のラベル付きデータ構造を構築します。
pd.read_csv()	pd.read_csv(filepath)	CSV ファイルをPandasデータフレームにロードします。
head() / tail()	df.head(n=5) / df.tail(n=5)	DataFrame の最初の n 行または最後の n 行を返します。
info()	df.info()	DataFrame 列、NULL 以外の数、およびメモリ使用量の簡潔な概要を出力します。
describe()	df.describe()	中心の傾向、分散、形状を要約した記述統計を生成します。

データの選択、フィルタリング、クリーニング

列/行をスライスし、データを集約し、欠落しているレコードを解決するメソッド。

メソッド・機能	構文	説明
loc[]	df.loc[row_label, col_label]	ラベルによって行と列のグループにアクセスします。
iloc[]	df.iloc[row_pos, col_pos]	整数のインデックス位置によって行と列のグループにアクセスします。
groupby()	df.groupby(col).mean()	列値を共有する行をグループ化し、数値フィールドを集計します。
value_counts()	df[col].value_counts()	列内の一意の値の数を含む Series を返します。
dropna()	df.dropna(axis=0)	欠損値または null 値を含む行 (または列) を削除します。
fillna()	df.fillna(value)	欠損値を指定された値または戦略で埋めます。

インタラクティブなデモスクリプト

run_all_cheat_methods.py

エディターで実行

# pd.DataFrame()
pd.DataFrame(data, columns=...)

# pd.read_csv()
pd.read_csv(filepath)

# head() / tail()
df.head(n=5) / df.tail(n=5)

# info()
df.info()

# describe()
df.describe()

# loc[]
df.loc[row_label, col_label]

# iloc[]
df.iloc[row_pos, col_pos]

# groupby()
df.groupby(col).mean()

# value_counts()
df[col].value_counts()

# dropna()
df.dropna(axis=0)

# fillna()
df.fillna(value)