Pandas DataFrameとは
Pandas DataFrameは、Pythonのデータ分析ライブラリPandasの中心的なデータ構造です。2次元のラベル付きデータ構造で、異なる型の列を持つことができます。これはExcelのスプレッドシートやSQLのテーブルに似ています。
DataFrameは、行と列の両方にラベルを持つことができます。これにより、データの操作と分析が容易になります。また、Pandasは大量のデータを効率的に処理するための高度な機能を提供しています。
DataFrameは、以下のような機能を提供します：
– データの読み込みと書き込み（CSV、Excel、SQLデータベースなど）
– データのクリーニングと前処理
– データのフィルタリングと選択
– データの集計と変換
– データの可視化
これらの機能により、Pandas DataFrameはデータ分析における強力なツールとなります。次のセクションでは、DataFrameで特定の列のみを保持する方法について詳しく説明します。
特定の列を保持する方法1：列を指定して保持
Pandas DataFrameでは、特定の列のみを保持するために、その列を直接指定することができます。以下にその方法を示します。
まず、以下のようなDataFrameを考えてみましょう：
import pandas as pd
data = {
'Name': ['John', 'Anna', 'Peter', 'Linda'],
'Age': [28, 24, 35, 32],
'City': ['New York', 'Paris', 'Berlin', 'London']
}
df = pd.DataFrame(data)
このDataFrameでは、’Name’, ‘Age’, ‘City’の3つの列があります。ここで、’Name’と’City’の列のみを保持したいとします。その場合、以下のように指定します：
df = df[['Name', 'City']]
これにより、’Name’と’City’の列のみが保持され、’Age’の列は削除されます。
この方法は、特定の列のみを保持したいときに非常に便利です。しかし、大量の列がある場合や、列の名前をすべて覚えていない場合には、次に説明する「列を削除して保持」する方法が有効です。それについては次のセクションで詳しく説明します。
特定の列を保持する方法2：列を削除して保持
Pandas DataFrameでは、特定の列を削除することで、必要な列のみを保持することも可能です。以下にその方法を示します。
まず、以下のようなDataFrameを考えてみましょう：
import pandas as pd
data = {
'Name': ['John', 'Anna', 'Peter', 'Linda'],
'Age': [28, 24, 35, 32],
'City': ['New York', 'Paris', 'Berlin', 'London']
}
df = pd.DataFrame(data)
このDataFrameでは、’Name’, ‘Age’, ‘City’の3つの列があります。ここで、’Age’の列を削除し、’Name’と’City’の列のみを保持したいとします。その場合、以下のように指定します：
df = df.drop('Age', axis=1)
このコードは、’Age’の列を削除し、’Name’と’City’の列のみが保持されます。
この方法は、特定の列を削除したいとき、または大量の列がある場合に非常に便利です。しかし、列の名前をすべて覚えていない場合や、特定の列のみを保持したい場合には、先に説明した「列を指定して保持」する方法が有効です。
これらの方法を理解し、適切に使用することで、Pandas DataFrameをより効率的に操作することができます。次のセクションでは、これらの方法を実用的な例で説明します。それについては次のセクションで詳しく説明します。
実用的な例
それでは、実際のデータセットを使用して、特定の列を保持する方法を示します。ここでは、Irisデータセットを使用します。このデータセットは、アヤメの3種類（setosa、versicolor、virginica）の各50サンプルからなり、各サンプルには4つの特徴（sepal length、sepal width、petal length、petal width）があります。
まず、Irisデータセットをロードします：
from sklearn.datasets import load_iris
import pandas as pd
iris = load_iris()
df = pd.DataFrame(iris.data, columns=iris.feature_names)
このDataFrameでは、’sepal length (cm)’, ‘sepal width (cm)’, ‘petal length (cm)’, ‘petal width (cm)’の4つの列があります。ここで、’sepal length (cm)’と’sepal width (cm)’の列のみを保持したいとします。
列を指定して保持
以下のように指定します：
df = df[['sepal length (cm)', 'sepal width (cm)']]
これにより、’sepal length (cm)’と’sepal width (cm)’の列のみが保持され、’petal length (cm)’と’petal width (cm)’の列は削除されます。
列を削除して保持
以下のように指定します：
df = df.drop(['petal length (cm)', 'petal width (cm)'], axis=1)
これにより、’petal length (cm)’と’petal width (cm)’の列が削除され、’sepal length (cm)’と’sepal width (cm)’の列のみが保持されます。
これらの方法を理解し、適切に使用することで、Pandas DataFrameをより効率的に操作することができます。それについては次のセクションで詳しく説明します。それについては次のセクションで詳しく説明します。
まとめ
この記事では、Pandas DataFrameで特定の列のみを保持する方法について説明しました。具体的には、以下の2つの方法を紹介しました：
- 列を指定して保持：必要な列を直接指定して、それらのみを保持します。これは、特定の列のみを保持したいときに便利です。
- 列を削除して保持：不要な列を削除して、残りの列を保持します。これは、大量の列がある場合や、列の名前をすべて覚えていない場合に便利です。
また、これらの方法を実際のデータセット（Irisデータセット）に適用する実用的な例も示しました。
Pandas DataFrameは、データ分析における強力なツールです。特定の列のみを効率的に保持するためのこれらの方法を理解し、適切に使用することで、データ分析作業をよりスムーズに進めることができます。
これらの方法を活用して、データ分析のスキルをさらに向上させてください。次回は、Pandas DataFrameの他の便利な機能について詳しく説明します。お楽しみに！