Pandasでデータフレーム(DataFrame)内の要素を見つける方法：検索テクニック入門

はじめに

データ分析において、データを探索することは非常に重要です。PandasはPythonでよく使われるデータ分析ライブラリであり、データフレーム内の要素を検索するための多数の機能を提供しています。本記事では、Pandasを使ったデータフレーム内の要素検索について解説します。

データフレーム内の要素検索の重要性

データフレームは、表形式のデータを扱うためのPandasの主要なデータ構造です。データフレームには多数の行と列があり、それらの要素を検索することが非常に重要です。たとえば、ある条件を満たす行を見つけたり、ある列の特定の値を持つ行を見つけたりすることができます。

Pandasを使った効率的な検索方法の紹介

次に、Pandasを使ったデータフレーム内の要素検索について解説します。

こんな人におすすめ

この記事は、Pandasを初めて使う人や、Pandasで要素検索を行いたい人におすすめです。

使用する主なライブラリ

本記事では、PythonのPandasライブラリを使用します。

Pandasの基本概念

まずは、Pandasの基本概念について確認しましょう。

データフレームとシリーズの違い

データフレームは、行と列から構成される2次元の表形式のデータ構造です。一方、シリーズは、1次元のラベル付き配列であり、データフレームの1列に相当します。

インデックスとカラムについて

データフレームには、行に対してインデックスが付けられています。また、列にはカラム名が付けられています。これらのインデックスとカラム名を使用して、データフレーム内の要素を検索することができます。

データフレーム内の要素を検索する方法

Pandasでは、データフレーム内の要素を検索するために、いくつかの方法があります。以下では、代表的な検索方法を紹介します。

query()メソッドを使った検索

query()メソッドは、SQLのようなクエリ言語を使用して、データフレーム内の要素を検索する方法です。

例えば、次のようにquery()メソッドを使用すると、カラム名が”age”で、値が30以上の行を取得することができます。

import pandas as pd

df = pd.DataFrame({
  "name": ["Alice", "Bob", "Charlie", "David"],
  "age": [25, 30, 35, 40],
  "score": [80, 70, 90, 75]
})

result = df.query("age >= 30")

print(result)

出力結果:

      name  age  score
1      Bob   30     70
2  Charlie   35     90
3    David   40     75

loc[]やiloc[]を使った位置指定検索

loc[]やiloc[]を使用すると、データフレーム内の要素を行と列の位置で指定して取得することができます。

例えば、次のようにloc[]を使用すると、インデックスが2の行とカラム名が”score”の列を取得することができます。

import pandas as pd

df = pd.DataFrame({
  "name": ["Alice", "Bob", "Charlie", "David"],
  "age": [25, 30, 35, 40],
  "score": [80, 70, 90, 75]
})

result = df.loc[2, "score"]

print(result)

出力結果:

boolインデックスを使った条件検索

boolインデックスを使用すると、条件に合致する行を取得することができます。

例えば、次のようにboolインデックスを使用すると、カラム名が”score”で、値が80以上の行を取得することができます。

import pandas as pd

df = pd.DataFrame({
  "name": ["Alice", "Bob", "Charlie", "David"],
  "age": [25, 30, 35, 40],
  "score": [80, 70, 90, 75]
})

bool_index = df["score"] >= 80
result = df[bool_index]

print(result)

出力結果:

      name  age  score
0    Alice   25     80
2  Charlie   35     90

文字列型シリーズのstrアクセサを利用した検索

文字列型のシリーズには、strアクセサを使用することができます。strアクセサを使用することで、文字列に対して様々な操作を行うことができます。

例えば、次のようにstrアクセサを使用すると、文字列に”h”が含まれる行を取得することができます。

import pandas as pd

df = pd.DataFrame({
  "name": ["Alice", "Bob", "Charlie", "David"],
  "age": [25, 30, 35, 40],
  "score": [80, 70, 90, 75]
})

bool_index = df["name"].str.contains("h")
result = df[bool_index]

print(result)

出力結果:

      name  age  score
1      Bob   30     70
2  Charlie   35     90

Pandasの活用例

ここまで、Pandasを使ったデータフレーム内の要素検索について解説しました。最後に、Pandasを使ったデータ分析の活用例をいくつか紹介します。

CSVファイルの読み込みとデータフレームの作成

CSVファイルを読み込んで、データフレームを作成する方法を紹介します。

import pandas as pd

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

print(df.head())

条件に基づくデータの抽出とフィルタリング

条件に基づくデータの抽出やフィルタリングを行う方法を紹介します。

import pandas as pd

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

# 年齢が30歳以上のデータを抽出する
result = df.query("age >= 30")

# スコアが80以上のデータをフィルタリングする
result = result[result["score"] >= 80]

print(result.head())

検索結果を利用したデータの変更や追加処理

検索結果を利用して、データの変更や追加処理を行う方法を紹介します。

import pandas as pd

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

# スコアが70未満のデータを削除する
df = df[df["score"] >= 70]

# スコアが80以上のデータに"pass"という列を追加する
df.loc[df["score"] >= 80, "pass"] = True

print(df.head())