Pandas DataFrame API マニュアル

DataFrame は2次元のラベル付きデータ構造で、ExcelのスプレッドシートやSQLテーブル、または辞書型のコレクションと考えることができます。

以下は Pandas DataFrame の一般的な API マニュアルです：

DataFrame コンストラクタ

メソッド	説明
`pd.DataFrame(data, index, columns, dtype, copy)`	DataFrame オブジェクトを作成します。カスタムデータ、インデックス、列名、データ型をサポートします。

DataFrame 属性

属性	説明
`DataFrame.values`	DataFrame のデータ部分（numpy配列）を返します。
`DataFrame.index`	DataFrame の行インデックスを返します。
`DataFrame.columns`	DataFrame の列名を返します。
`DataFrame.dtypes`	各列のデータ型を返します。
`DataFrame.shape`	DataFrame の形状（タプル形式）を返します。
`DataFrame.size`	DataFrame 内の要素の総数を返します。
`DataFrame.empty`	DataFrame が空かどうかを確認します。
`DataFrame.ndim`	DataFrame の次元数を返します（常に2）。
`DataFrame.T`	DataFrame の転置を返します。
`DataFrame.axes`	行インデックスと列名のリストを返します。
`DataFrame.memory_usage()`	各列のメモリ使用量を返します。

DataFrame メソッド

データ表示

メソッド	説明
`DataFrame.head(n=5)`	先頭の n 行のデータを返します。
`DataFrame.tail(n=5)`	末尾の n 行のデータを返します。
`DataFrame.describe()`	DataFrame の統計サマリー（件数、平均、標準偏差など）を返します。
`DataFrame.info()`	DataFrame の簡潔な情報（列名、データ型、非欠損値の数など）を出力します。

欠損値の処理

メソッド	説明
`DataFrame.isnull()`	各要素が欠損値（NaN）であるかどうかを確認します。
`DataFrame.notnull()`	各要素が欠損値でないかどうかを確認します。
`DataFrame.dropna()`	欠損値を含む行または列を削除します。
`DataFrame.fillna(value)`	指定した値で欠損値を埋めます。

データ操作

メソッド	説明
`DataFrame.drop()`	指定した行または列を削除します。
`DataFrame.rename()`	行インデックスまたは列名を変更します。
`DataFrame.set_index()`	指定した列をインデックスに設定します。
`DataFrame.reset_index()`	インデックスをリセットします。
`DataFrame.sort_values()`	値で並べ替えます。
`DataFrame.sort_index()`	インデックスで並べ替えます。
`DataFrame.replace()`	DataFrame 内の値を置換します。
`DataFrame.append()`	別のDataFrameを追加します。
`DataFrame.join()`	インデックスまたは列に基づいて別のDataFrameを結合します。
`DataFrame.merge()`	指定した列に基づいて別のDataFrameをマージします。
`DataFrame.concat()`	指定した軸に沿って複数のDataFrameを連結します。
`DataFrame.update()`	別のDataFrameの値で現在のDataFrameを更新します。
`DataFrame.pivot()`	ピボットテーブルを作成します。
`DataFrame.melt()`	ワイド形式のデータをロング形式のデータに変換します。

データ選択

メソッド	説明
`DataFrame.loc[]`	ラベルでデータを選択します。
`DataFrame.iloc[]`	位置でデータを選択します。
`DataFrame.at[]`	ラベルで単一の値を選択します。
`DataFrame.iat[]`	位置で単一の値を選択します。
`DataFrame.filter()`	列名に基づいてデータを選択します。
`DataFrame.get()`	指定した列の値を取得します。
`DataFrame.query()`	条件に基づいてデータを照会します。

データ変換

メソッド	説明
`DataFrame.astype()`	DataFrame を指定したデータ型に変換します。
`DataFrame.apply()`	DataFrame の行または列に関数を適用します。
`DataFrame.applymap()`	DataFrame の各要素に関数を適用します。
`DataFrame.map()`	Series 内の各要素に関数を適用します。
`DataFrame.to_dict()`	DataFrame を辞書に変換します。
`DataFrame.to_numpy()`	DataFrame を numpy配列に変換します。
`DataFrame.to_csv()`	DataFrame を CSV ファイルとして保存します。
`DataFrame.to_excel()`	DataFrame を Excel ファイルとして保存します。

統計計算

メソッド	説明
`DataFrame.sum()`	各列の合計を返します。
`DataFrame.mean()`	各列の平均値を返します。
`DataFrame.median()`	各列の中央値を返します。
`DataFrame.min()`	各列の最小値を返します。
`DataFrame.max()`	各列の最大値を返します。
`DataFrame.std()`	各列の標準偏差を返します。
`DataFrame.var()`	各列の分散を返します。
`DataFrame.count()`	各列の非欠損値の数を返します。
`DataFrame.corr()`	列間の相関係数行列を返します。
`DataFrame.cov()`	列間の共分散行列を返します。
`DataFrame.mode()`	各列の最頻値を返します。
`DataFrame.quantile()`	各列の分位数を返します。

時系列操作

メソッド	説明
`DataFrame.dt`	日時属性にアクセスします（datetime型の列にのみ適用）。
`DataFrame.resample()`	時系列データをリサンプリングします。
`DataFrame.shift()`	データを時間軸に沿って移動します。

文字列操作

メソッド	説明
`DataFrame.str`	文字列メソッドにアクセスします（文字列型の列にのみ適用）。
`DataFrame.str.lower()`	文字列を小文字に変換します。
`DataFrame.str.upper()`	文字列を大文字に変換します。
`DataFrame.str.contains()`	文字列が指定したパターンを含むかどうかを確認します。

例

import pandas as pd

# DataFrame を作成
df = pd.DataFrame({
'A': [1, 2, 3],
'B': [4, 5, 6]
}, index=['a', 'b', 'c'])

# データを確認
print(df.head(2)) # 先頭の2行を出力

# 欠損値の処理
df_with_nan = pd.DataFrame({
'A': [1, None, 3],
'B': [4, 5, None]
})
print(df_with_nan.fillna(0)) # 0で欠損値を埋める

# 統計計算
print(df.mean()) # 各列の平均値を出力

より詳細な情報が必要な場合は、以下を参照してください。Pandas 公式ドキュメント。

その他の拡張

データの読み書き

データ処理の核心

リファレンスマニュアル

統計とケーススタディ