【Python】【16】Pandasを利用してデータ分析をしてみよう①

【記事の目標】

Pandasを利用してデータ分析（計算）してみよう。

【作業手順】

１．Pandasをインストール

２．Pandasをインポート

３．テストデータを作成して読み込もう

４．列の合計を出してみよう

５．列の平均を出してみよう

６．列の中央値を出してみよう

７．列の最大値を出してみよう

８．列の最小値を出してみよう

９．列のデータ数を出してみよう

１．Pandasをインストール

以下記事の「１．」と「２．」の手順で実施しましょう。

【Python】【14】Pandasを利用して表を表示してみよう

２．Pandasをインポート

以下のようにインポートしましょう。

 import pandas as pd

これで、Pandasが利用できるようになりました。

３．テストデータを作成して読み込もう

今回は計算に利用するデータを定義していきます。

以下のように、ユーザごとのスコアを設定してみましょう。

このファイルを「blog_test_3.csv」で保存しましょう。
私の場合は以下のように保存しています。

では、このファイルを読み込みましょう。

 data = pd.read_csv('./csv/blog_test_3.csv', index_col='user')

index_col を指定して読み込ませます。

４．列の合計を出してみよう

ではまず、列の合計を出してみましょう。

 sumResult = data['score'].sum()
 print('sumResult:', sumResult)

列の合計は、合計したい列名を指定して、sum()を実行します。

data['列名'] で合計したい列を指定しています。

では、実行してみましょう。

50+98+25+13+88=274

合っていますね。

５．列の平均を出してみよう

次は、列の平均を出してみましょう。

 meanResult = data['score'].mean()
 print('meanResult:', meanResult)

列の平均は、平均値を出したい列名を指定して、mean()を実行します。

では、実行してみましょう。

274÷5=54.8

合っていますね。

６．列の中央値を出してみよう

次は、列の中央値を出してみましょう。

 medianResult = data['score'].median()
 print('medianResult:', medianResult)

列の中央値は、中央値を出したい列名を指定して、median()を実行します。

では、実行してみましょう。

データは値の大きい順に 98, 88, 50, 25, 13 ですね。

真ん中の 50 が取得できているので、合っていますね。

７．列の最大値を出してみよう

次は、列の最大値を出してみましょう。

 maxResult = data['score'].max()
 print('maxResult:', maxResult)

列の最大値は、最大値を出したい列名を指定して、max()を実行します。

では、実行してみましょう。

一番大きい値は 98 なので、合っていますね。

８．列の最小値を出してみよう

次は、列の最小値を出してみましょう。

 minResult = data['score'].min()
 print('minResult:', minResult)

列の最小値は、最小値を出したい列名を指定して、min()を実行します。

では、実行してみましょう。

一番小さい値は 13 なので、合っていますね。

９．列のデータ数を出してみよう

最後に、列のデータ数を出してみましょう。

 countResult = data['score'].count()
 print('countResult:', countResult)

列のデータ数は、データ数を出したい列名を指定して、count()を実行します。

では、実行してみましょう。

今回設定したデータ数は 5件 なので、合っていますね。

今回は少しステップが多かったですが、それぞれ簡単に書けて、すぐ実行できるので、楽しく実践できたのではないでしょうか。

Pandasはまだまだやれることがあるので、分割して記事にしようと思っています。