Python・Pandasで特定の属性の密度プロットを作成する方法

この記事では、CSVファイル形式のデータセットに対して、Pandasのplot.density()メソッドを使って密度プロットを作成する方法を解説します。密度プロットは、データの分布を滑らかな曲線で可視化する手法で、カーネル密度推定（KDE）に基づいています。ヒストグラムと比べて、連続的な分布の形状や山の位置を直感的に把握しやすいのが特徴です。

サンプルとして、クリケット選手のデータセット「Cricketers2.csv」を使用し、「Age（年齢）」属性の分布を可視化してみましょう。

必要なライブラリのインポート

まず、データ操作用のPandasと、グラフ描画用のMatplotlibをインポートします。

import pandas as pd
import matplotlib.pyplot as plt

CSVファイルからデータを読み込む

次に、read_csv()を使ってCSVファイルからデータを読み込み、PandasのDataFrameに格納します。

dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\Cricketers2.csv")

密度プロットの描画

密度プロットを描画します。ここでは対象の属性として「Age（年齢）」を指定し、線の色を緑に設定しています。

dataFrame.Age.plot.density(color='green')

完全なコード例

以下が、ここまでの手順をまとめた完全なコードです。

import pandas as pd
import matplotlib.pyplot as plt

# CSVファイルからデータを読み込み、DataFrameに格納
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\Cricketers2.csv")

# 密度プロットを描画
# 対象の属性は「Age（年齢）」
dataFrame.Age.plot.density(color='green')
plt.title('Density plot = Age')
plt.show()

実行結果

上記のコードを実行すると、年齢の分布を示す滑らかな密度曲線が表示されます。曲線のピークの位置を見ることで、選手の年齢がどのあたりに集中しているかがひと目でわかります。