Python初学者向け：Pandasのデータ構造Seriesについて基本から解説

　

はじめに

今回からデータ解析のためのPythonライブラリであるPandasを扱います。まずはPandasの２つの主要なデータ構造であるSeriesとDataFrameのうち、Seriesについて基本から解説します。Seriesとは何かの確認から始めて作り方までをみていきましょう。

Series

Seriesとは

Pandasには２つの主要なデータ構造の１つであるSeriesは、リストのように順序を持った一次元のデータ列とそのデータが何であるかを表すラベルを持つオブジェクトです。

つまり、データ(values)とそれに対応する行ラベル(index)を持つ1次元データ構造でありデータには順番がある、ということです。

Seriesの作り方

作り方は大別すると、辞書から作る場合と配列(リストやndarrayなど)から作る場合があります。まずは辞書から作る場合を見ていきましょう。

辞書からSeriesを作る

では、早速やってみましょう。pd.Series()に辞書を指定するだけですね。

# ライブラリのインポート
import numpy as np
import pandas as pd

# 辞書の作成
sample_dic = {
    'No':1,
    'Name':'らくだ',
    'Age':32,
    'Zoo':'旭山動物園'
}

# 辞書からシリーズを作成
pd.Series(sample_dic)

1～3行目でライブラリのインポートをしています。ここではNumpyとPandasをすれぞれ「np」「pd」で使えるようにしています。

次に5～11行目ではSerriesを作るための辞書データを作成しています。

最後に13-14行目で辞書からSeriesを作成しています。

できました！Seriesをこのように作ると、辞書が１つのレコードになります。

配列からSeriesを作る

次に配列からSeriesを作ってみましょう。ここではndarrayから作ってみましょう。

# ndarrayの作成
# ndarrayの作成
sample_array = np.array([1,'らくだ',32,'旭山動物園'])

# ndarrayからSeriesの作成
pd.Series(sample_array)

できました！このように簡単に作ることができます。Seriesは、データ(values)とそれに対応する行ラベル(index)を持つ構造でした。ndarrayを指定する方法では、行ラベルの指定をしないと自動で連番が振られます。次に、index引数でラベルを付けてみましょう。

# indexを指定してSeriesを作成
pd.Series(sample_array,index=['No','Name','Age','Zoo'])

このようにindexにラベルを付けることができました！

Seriesから値を取り出す

Seriesから値を取り出すのは簡単です。辞書と同様の方法でSeriesオブジェクトに対して角括弧[]でラベルを指定すればOKです。

# 変数にデータを格納
sample_series = pd.Series(sample_array,index=['No','Name','Age','Zoo'])

# Seriesからデータを抽出
sample_series['Zoo']

まとめ

今回はNumpyの主要なデータ構造の１つであるSeriesについて扱いました。Seriesとは何かを確認して、その作り方までの基本を解説しました。