【Python・Pandas入門】Seriesの辞書からDataFrameを作成する方法をわかりやすく解説

DataFrameとは？

DataFrame（データフレーム）は、データを行と列の表形式で格納する2次元のデータ構造です。SQLのテーブルやExcelのシートのようなイメージで捉えると分かりやすいでしょう。

DataFrameは、以下のコンストラクタを使用して作成できます。

pd.DataFrame(data, index, columns, dtype, copy)

Seriesの辞書からDataFrameを作成する

Pandasライブラリでは、「Seriesの辞書」を渡すことでもDataFrameを生成できます。まずはSeriesについて押さえておきましょう。

• Seriesは、Pandasライブラリに用意されている1次元のデータ構造です。
• 軸ラベルはまとめて「インデックス」と呼ばれます。
• 整数、浮動小数点数、文字列、Pythonオブジェクトなど、あらゆる型のデータを格納できます。

それでは、実際のコード例を見てみましょう。

コード例

import pandas as pd
my_data = {'ab' : pd.Series([1, 2, 3], index=['a', 'b', 'c']),
'mn' : pd.Series([56, 78, 13, 13], index=['a', 'b', 'c', 'd'])}
my_df = pd.DataFrame(my_data)
print("The dataframe created from dictionary of series : ")
print(my_df)

出力結果

The dataframe created from dictionary f series :
   ab   mn
a  1.0  56
b  2.0  78
c  3.0  13
d  NaN  13

コードの解説

• まず必要なライブラリをインポートし、使いやすいように別名（エイリアス）を付けています。
• キーと値のペアで構成される辞書を作成します。ここで、値として指定しているのが実質的にSeriesデータ構造です。
• このSeriesの辞書を、Pandasライブラリの「DataFrame」関数に引数として渡します。
• Seriesの辞書が渡されることで、DataFrameが生成されます。
• 最後に、作成されたDataFrameをコンソールに出力しています。

ポイント： 出力結果に現れる「NaN」は「Not a Number（非数）」を意味します。これは、該当する[行, 列]の位置に有効な値が存在しないことを示しています。上記の例では、Series「ab」にはインデックス「d」に対応するデータがないため、そのセルがNaNになっています。