Python・PandasでDataFrameの列の分散を計算する方法

データ分析において、分散はデータのばらつき具合を把握するための重要な統計量です。Pandasでは、var()メソッドを使うことで、DataFrameの列（カラム）の分散を簡単に計算できます。

この記事では、実際のコード例を通じて、var()メソッドの基本的な使い方から、複数のDataFrameへの応用までを解説します。

1. Pandasライブラリのインポート

まず、必要なPandasライブラリをインポートします。

import pandas as pd

2. DataFrameの作成

次に、「Car（車種）」と「Units（台数）」の2つの列を持つDataFrameを作成します。

dataFrame1 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],
      "Units": [100, 150, 110, 80, 110, 90]
   }
)

3. var()メソッドで分散を計算する

「Units」列の値の分散を、var()関数を使って求めます。列名を指定してvar()を呼び出すだけで、その列の分散が計算されます。

print("Variance of Units column from DataFrame1 = ", dataFrame1['Units'].var())

同様の手順で、2つ目のDataFrameについても分散を計算することができます。

完全なコード例

以下に、2つのDataFrameに対してそれぞれ分散を計算する完全なコードを示します。

import pandas as pd

# DataFrame1を作成
dataFrame1 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],
      "Units": [100, 150, 110, 80, 110, 90]
   }
)

print("DataFrame1 ...\n", dataFrame1)

# 「Units」列の値の分散を計算
print("Variance of Units column from DataFrame1 = ", dataFrame1['Units'].var())

# DataFrame2を作成
dataFrame2 = pd.DataFrame(
   {
      "Product": ['TV', 'PenDrive', 'HeadPhone', 'EarPhone', 'HDD', 'SSD'],
      "Price": [8000, 500, 3000, 1500, 3000, 4000]
   }
)

print("\nDataFrame2 ...\n", dataFrame2)

# 「Price」列の値の分散を計算
print("Variance of Price column from DataFrame2 = ", dataFrame2['Price'].var())

実行結果

上記のコードを実行すると、以下のような出力が得られます。

DataFrame1 ...
        Car   Units
0      BMW     100
1    Lexus     150
2     Audi     110
3    Tesla      80
4  Bentley     110
5   Jaguar      90
Variance of Units column from DataFrame1 = 586.666666667

DataFrame2 ...
    Price   Product
0    8000         TV
1     500   PenDrive
2    3000  HeadPhone
3    1500    EarPhone
4    3000        HDD
5    4000        SSD
Variance of Price column from DataFrame2 = 6766666.66667

まとめ

Pandasのvar()メソッドを使えば、DataFrameの任意の数値列の分散を1行で簡単に計算できます。デフォルトでは標本分散（不偏分散：自由度 n-1）が計算される点にも注意してください。母分散を求めたい場合は、ddof=0オプションを指定することで対応可能です。データのばらつきを分析する際に、ぜひ活用してみてください。