Pandas df.head() 関数

Pandas よく使う関数

head()はPandas DataFrameとSeriesの中で最もよく使われる関数の一つで、データセットの先頭部分をすばやく確認するために使用されます。先頭のn行データを返し、データセット全体を読み込まなくても、データの基本構造と内容を把握できます。

この関数はデータ分析作業での使用頻度が非常に高く、特に大規模なデータセットを処理する場合は、通常まずhead()を使用してデータの先頭数行を確認し、データ構造が期待どおりかを確認してから、さらに分析と処理を進めます。

基本構文とパラメータ

head()はDataFrameとSeriesのメンバー関数で、ドット演算子.を使用して呼び出します。必須パラメータを渡す必要はありませんが、返す行数を指定するオプションパラメータを受け取ることができます。

構文形式

DataFrame.head(n=5)
Series.head(n=5)

パラメータの説明

戻り値の説明

• 戻り値の型： 呼び出し元がDataFrameの場合はDataFrameを返し、呼び出し元がSeriesの場合はSeriesを返します。
• 返す行数： 最大n行を返します。データの行数がn未満の場合は、すべてのデータを返します。

例

一連の例を通して、head()の使い方を完全にマスターしましょう。

例1：基本的な使い方 - DataFrameの先頭数行を確認する

まず簡単なDataFrameを作成し、head()を使用して先頭数行のデータを表示します。

実行結果：

默认前 5 行:
      name  age  score grade
0    Alice   18     85     A
1      Bob   19     92     A
2  Charlie   17     78     B
3    David   18     90     A
4      Eve   20     88     B

前 3 行:
      name  age  score grade
0    Alice   18     85     A
1      Bob   19     92     A
2  Charlie   17     78     B

前 7 行:
      name  age  score grade grade
0    Alice   18     85     A
1      Bob   19     92     A
2  Charlie   17     78     B
3    David   18     90     A
4      Eve   20     88     B
5    Frank   19     95     A
6    Grace   18     82     B

コード解説：

1. 10行の学生データを含むDataFrameを作成しました。
2. df.head()パラメータなしの場合は、デフォルトで先頭5行を返します。これが最も一般的な使い方です。
3. df.head(3)先頭3行を返します。必要に応じて表示する行数を調整できます。
4. 指定したn値がデータの総行数より大きい場合は、すべてのデータを返します。エラーにはなりません。

例2：Seriesの先頭数行を確認する

head()DataFrameだけでなく、Seriesオブジェクトにも同様に適用できます。

実行結果：

前 3 个元素:
0    10
1    20
2    30
dtype: int64

带索引 Series 的前 2 个元素:
a    100
b    200
dtype: int64

コード解説：

• Seriesもhead()メソッドをサポートしており、先頭のn個の要素を返します。
• カスタムインデックスのSeriesでもhead()を正常に使用でき、元のインデックスが保持されます。

例3：他の関数と組み合わせて使用する

head()は、データ探索や分析のために他のDataFrame関数と組み合わせてよく使用されます。

実行結果：

数据类型信息:
date    datetime64[ns]
value            float64
category          object
dtype: object

前 10 行数据:
        date  value category
0 2024-01-01   0.34        A
1 2024-01-02  -0.23        B
2 2024-01-03   0.54        C
3 2024-01-04  -1.58        B
4 2024-01-05  -0.29       后几行
...

按 value 降序排列后的前 5 行:
         date  value category
72 2024-03-13   2.87        C
55 2024-02-25   2.32        A
31 2024-02-01   2.21        B
64 2024-03-05   1.71        C
84 2024-03-25   1.55        A

前 5 行的统计信息:
         age     score
count   5.0    5.000
mean   18.0   87.200
std     1.0    5.403
min    17.0   78.000
50%   18.0   88.000
max   20.0   95.000

コード解説：

1. head()はsort_values()と組み合わせて、並べ替えてから先頭数行を確認できます。
2. head()返されるものは依然としてDataFrameなので、他のDataFrameメソッドを引き続き呼び出すことができます。
3. describe()は、head()返されたデータに対して統計集計を行うことができます。

注意事項

• head()は元のDataFrameやSeriesを変更しません。新しいオブジェクトを返します。
• nが0以下の場合は、空のDataFrameまたは空のSeriesを返します。
• 大規模なデータセットの場合は、まずhead()を使用して構造を確認するのが良い習慣です。
• head()返されるデータは元のインデックス値を保持しており、再番号付けはされません。

ヒント： Jupyter NotebookまたはJupyterLab環境では、DataFrameの変数名を直接入力して実行すると、デフォルトでhead()の結果が表示されます。これにより、データ探索作業が大幅に便利になります。

まとめ

head()はPandasの中で最も基礎的で実用的なデータ確認関数の一つです。データセットの先頭部分をすばやくプレビューし、データ構造、列名、データ型などの重要な情報を把握するのに役立ちます。

実際のデータ分析業務では、通常次のように行います。まずhead()を使用してデータの基本構造を確認し、次にtail()を使用してデータの末尾を確認し、さらにinfo()とdescribe()を使用してデータの全体像を把握します。この「データ確認の4ステップ」は、すべてのデータアナリストが習得すべき基本スキルです。

Pandas よく使う関数