Pythonで辞書のリストからデータフレーム(DataFrame)を作成する方法をわかりやすく解説

データフレーム(DataFrame)とは

データフレームは、データを行と列の表形式(テーブル形式)で格納する2次元のデータ構造です。

SQLのデータテーブルやExcelのシートと同じイメージを持つと理解しやすくなります。

DataFrameコンストラクタ

データフレームは、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)

「data」「index」「columns」「dtype」「copy」は、すべて省略可能な引数です。

辞書のリストからデータフレームを作成する

pandasでは、辞書のリストをそのままデータフレームの入力として渡すことができます。デフォルトでは、辞書のキーが列名として自動的に採用されます。

なお、各辞書が持っていないキーに対応するセルには、自動的に欠損値(NaN)が設定されます。

サンプルコード

import pandas as pd

my_data = [{'ab': 34}, {'mn': 56}, {'gh': 78},
           {'wq': 90}, {'az': 123}, {'kl': 45}]
my_df = pd.DataFrame(my_data)

print("辞書のリストから作成したデータフレーム:")
print(my_df)

実行結果

辞書のリストから作成したデータフレーム :
     ab     az     gh   kl   mn    wq
0  34.0  NaN  NaN  NaN  NaN  NaN
1  NaN  NaN  NaN  NaN  56.0  NaN
2  NaN  NaN  78.0  NaN  NaN  NaN
3  NaN  NaN  NaN  NaN  NaN  90.0
4  NaN  123.0 NaN  NaN  NaN  NaN
5  NaN  NaN  NaN  45.0  NaN  NaN

コードの解説

• まず必要なライブラリ(pandas)をインポートし、使いやすいように「pd」というエイリアス名を付けています。
• 次に、1つの辞書に1組のキーと値のペアが含まれるような辞書を複数作成し、それらを1つのリストに格納します。
• この辞書のリストを、pandasライブラリの「DataFrame」関数に引数として渡します。
• これにより、辞書のキーが列名となったデータフレームが生成されます。
• 最後に、print関数を使って作成されたデータフレームをコンソールに出力しています。

NaN(欠損値)について

注意: 出力結果に表示される「NaN」は「Not a Number(非数)」の略です。これは、該当する[行, 列]のセルに有効な値が存在しないことを意味します。

今回の例では、各辞書がそれぞれ異なる1つのキーしか持たないため、他の列に対応する値が存在せず、NaNが大量に発生しています。実際のデータ分析では、「fillna()」メソッドなどを使って欠損値を補完したり、「dropna()」メソッドで欠損値を含む行を削除したりするのが一般的です。