pandasはどのような種類のデータを扱いますか？#

pandasを使い始めたい
```
In [1]: import pandas as pd
```
pandasパッケージをロードして作業を開始するには、パッケージをインポートします。pandasのコミュニティで合意されたエイリアスはpdなので、pandasをpdとしてロードすることは、すべてのpandasドキュメントの標準的な慣行と見なされています。

pandasのデータテーブル表現#

タイタニックの乗客データを保存したいです。何人かの乗客について、名前（文字列）、年齢（整数）、性別（男性/女性）のデータを知っています。

In [2]: df = pd.DataFrame(
   ...:     {
   ...:         "Name": [
   ...:             "Braund, Mr. Owen Harris",
   ...:             "Allen, Mr. William Henry",
   ...:             "Bonnell, Miss. Elizabeth",
   ...:         ],
   ...:         "Age": [22, 35, 58],
   ...:         "Sex": ["male", "male", "female"],
   ...:     }
   ...: )
   ...: 

In [3]: df
Out[3]: 
                       Name  Age     Sex
0   Braund, Mr. Owen Harris   22    male
1  Allen, Mr. William Henry   35    male
2  Bonnell, Miss. Elizabeth   58  female

データを手動でテーブルに保存するには、DataFrameを作成します。Pythonのリストの辞書を使用する場合、辞書のキーは列ヘッダーとして使用され、各リストの値はDataFrameの列として使用されます。

DataFrameは、異なる種類のデータ（文字、整数、浮動小数点値、カテゴリデータなどを含む）を列に格納できる2次元のデータ構造です。これは、スプレッドシート、SQLテーブル、またはRのdata.frameに似ています。

このテーブルには3つの列があり、それぞれに列ラベルが付いています。列ラベルはそれぞれName、Age、Sexです。
Name列は各値が文字列のテキストデータで構成され、Age列は数値、Sex列はテキストデータです。

スプレッドシートソフトウェアでは、データのテーブル表現は非常によく似ています。

`DataFrame`の各列は`Series`です#

Age列のデータだけを扱いたい
```
In [4]: df["Age"]
Out[4]: 
0    22
1    35
2    58
Name: Age, dtype: int64
```
pandasのDataFrameの単一列を選択すると、結果はpandasのSeriesになります。列を選択するには、角括弧[]の中に列ラベルを使用します。

注

Pythonの辞書に慣れている場合、単一列の選択は、キーに基づいて辞書の値を選択するのと非常によく似ています。

Seriesをゼロから作成することもできます。

In [5]: ages = pd.Series([22, 35, 58], name="Age")

In [6]: ages
Out[6]: 
0    22
1    35
2    58
Name: Age, dtype: int64

pandasのSeriesは、DataFrameの単一列であるため、列ラベルを持ちません。Seriesは行ラベルを持っています。

DataFrameまたはSeriesで何かを行う#

乗客の最大年齢を知りたい

DataFrameでAge列を選択し、max()を適用することでこれを行うことができます。
```
In [7]: df["Age"].max()
Out[7]: 58
```
またはSeriesに対して
```
In [8]: ages.max()
Out[8]: 58
```

max()メソッドで示されているように、DataFrameまたはSeriesで何かを*実行*できます。pandasは多くの機能を提供しており、それぞれがDataFrameまたはSeriesに適用できる*メソッド*です。メソッドは関数なので、丸括弧()の使用を忘れないでください。

データテーブルの数値データの基本的な統計に関心があります
```
In [9]: df.describe()
Out[9]: 
             Age
count   3.000000
mean   38.333333
std    18.230012
min    22.000000
25%    28.500000
50%    35.000000
75%    46.500000
max    58.000000
```
describe()メソッドは、DataFrame内の数値データの概要を簡単に提供します。Name列とSex列はテキストデータであるため、これらはデフォルトではdescribe()メソッドによって考慮されません。

多くのpandas操作はDataFrameまたはSeriesを返します。describe()メソッドは、pandasのSeriesまたはpandasのDataFrameを返すpandas操作の一例です。

ユーザーガイドへ

describeに関するその他のオプションについては、describeによる集計に関するユーザーガイドセクションを確認してください。

注

これは単なる出発点です。スプレッドシートソフトウェアと同様に、pandasはデータを列と行を持つテーブルとして表現します。表現だけでなく、スプレッドシートソフトウェアで行うようなデータ操作や計算もpandasによってサポートされています。次のチュートリアルを読み続けて、始めましょう！

覚えておいてください

パッケージをインポートします。import pandas as pd
データのテーブルはpandasのDataFrameとして格納されます。
DataFrameの各列はSeriesです。
メソッドをDataFrameまたはSeriesに適用することで何かを行うことができます。

ユーザーガイドへ

DataFrameとSeriesのより詳しい説明は、データ構造の紹介で提供されています。