NumPy配列と明示的なインデックス値を使ってPythonでpandasのSeriesを作成する方法

この記事では、NumPy配列を活用してpandasのSeriesデータ構造を作成し、インデックスに明示的に値を指定する方法を解説します。

通常、Seriesを作成する際にインデックスを指定しない場合は、0から始まる連番が自動的に割り当てられます。しかし、index引数を使用することで、任意のカスタムインデックスを自由に設定できます。

サンプルコード

import pandas as pd
import numpy as np
my_data = np.array(['ab','bc','cd','de', 'ef', 'fg','gh', 'hi'])
my_index = [3, 5, 7, 9, 11, 23, 45, 67]
my_series = pd.Series(my_data, index = my_index)
print("This is series data structure created using Numpy array and specifying index values")
print(my_series)

出力結果

This is series data structure created using Numpy array and specifying index values
3   ab
5   bc
7   cd
9   de
11  ef
23  fg
45  gh
67  hi
dtype: object

コードの解説

• まず、必要なライブラリである pandas と numpy をインポートし、それぞれ pd、np という別名を付けて扱いやすくしています。

• 次に、np.array() を使って文字列データを持つNumPy配列を作成します。これがSeriesの元となるデータになります。

• 続いて、インデックスとして明示的に指定したい値のリスト my_index を用意します。ここでは飛び飛びの数値を指定していますが、これはあくまで一例です。

• pandasライブラリの Series 関数に対して、作成したデータ配列とインデックスのリストをパラメータとして渡し、Seriesオブジェクトを生成します。

• 最後に、print() 関数を使って結果をコンソールに出力します。

ポイント

この例からわかるように、Seriesデータ構造を作成する際には、インデックスに任意のカスタム値を指定することが可能です。数値だけでなく、文字列や日付などをインデックスとして使用することもできるため、データの意味付けを行いたい場合に非常に便利です。