pandasライブラリを使った辞書からリストへの変換

pandas.DataFrame.from_dictの基本的な使い方

pandasのDataFrame.from_dictメソッドは、辞書からDataFrameを作成するための便利な方法です。基本的な使い方は以下の通りです。

import pandas as pd

# 辞書を定義します
data = {
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}

# 辞書からDataFrameを作成します
df = pd.DataFrame.from_dict(data)

print(df)

このコードを実行すると、以下のようなDataFrameが出力されます。

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

ここで、辞書のキー(‘A’, ‘B’, ‘C’)がDataFrameの列名に、各リスト([1, 2, 3], [4, 5, 6], [7, 8, 9])がその列の値になっています。

この方法は、各列が同じ長さのリストである場合に特に便利です。異なる長さのリストを含む辞書からDataFrameを作成する場合は、少し工夫が必要です。それについては次の小見出しで説明します。

リストを含む辞書からのDataFrameの作成

異なる長さのリストを含む辞書からDataFrameを作成する場合、DataFrame.from_dictメソッドのorientパラメータを'index'に設定します。以下に例を示します。

import pandas as pd

# 異なる長さのリストを含む辞書を定義します
data = {
    'A': [1, 2, 3],
    'B': [4, 5],
    'C': [6]
}

# 辞書からDataFrameを作成します
df = pd.DataFrame.from_dict(data, orient='index')

# DataFrameを転置します
df = df.transpose()

print(df)

このコードを実行すると、以下のようなDataFrameが出力されます。

     A    B    C
0  1.0  4.0  6.0
1  2.0  5.0  NaN
2  3.0  NaN  NaN

ここで、辞書のキー(‘A’, ‘B’, ‘C’)がDataFrameの列名に、各リスト([1, 2, 3], [4, 5], [6])がその列の値になっています。リストの長さが異なる場合、足りない部分はNaNで埋められます。

この方法は、各列が異なる長さのリストである場合に特に便利です。次の小見出しでは、DataFrameから辞書への変換について説明します。

DataFrameから辞書への変換

pandasのDataFrame.to_dictメソッドを使用すると、DataFrameを辞書に変換することができます。以下に基本的な使い方を示します。

import pandas as pd

# DataFrameを定義します
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
})

# DataFrameを辞書に変換します
data = df.to_dict()

print(data)

このコードを実行すると、以下のような辞書が出力されます。

{'A': {0: 1, 1: 2, 2: 3}, 'B': {0: 4, 1: 5, 2: 6}, 'C': {0: 7, 1: 8, 2: 9}}

ここで、DataFrameの列名(‘A’, ‘B’, ‘C’)が辞書のキーに、各列の値がそのキーの値（さらに辞書形式）になっています。内部の辞書では、DataFrameのインデックスがキーに、そのインデックスに対応する値が値になっています。

この方法は、DataFrameの全てのデータを辞書形式で取得したい場合に便利です。次の小見出しでは、これらの知識を応用した実用的な例について説明します。

実用的な例とその応用

ここでは、pandasのDataFrame.from_dictとDataFrame.to_dictメソッドを使った実用的な例を紹介します。

データの前処理

データ分析を行う際、元のデータが辞書形式で提供されることがよくあります。この辞書をDataFrameに変換することで、pandasの強力なデータ操作機能を活用することができます。

import pandas as pd

# 辞書形式のデータを定義します
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}

# 辞書からDataFrameを作成します
df = pd.DataFrame.from_dict(data)

print(df)

データの後処理

データ分析の結果を他のシステムや人に提供する際、DataFrameを辞書に変換することで、データの形式を柔軟に対応することができます。

import pandas as pd

# DataFrameを定義します
df = pd.DataFrame({
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
})

# DataFrameを辞書に変換します
data = df.to_dict()

print(data)

これらの方法を活用することで、pandasを使ったデータ分析の幅が広がります。次の小見出しでは、さらに応用的な例を紹介します。