Pandas入門｜05.シリーズ (Series) とは【Pythonの必須ライブラリのPandasを初心者にわかりやすく解説】

この動画では、シリーズの使い方について説明します。初心者の方でもわかりやすいように丁寧な解説を心がけました。目次は下記になります。

▼目次
00:00 はじめに
00:56 Pandasインポート
01:20 リストを使ったSeries作成方法
02:09 Numpyを使ったSeries作成方法
03:38 データ型の取得
04:02 index取得
04:23 index変更
04:51 辞書型を使ったSeries作成方法
05:31 値の取得
06:40 複数の値の取得
07:10 比較演算子使った抽出方法
08:08 要素数の取得
08:37 indexとデータ部分に名前を付ける
09:23 Seriesの四則演算
10:19 Series同士の計算
11:28 欠損値確認
13:16 DataFrameからSeries取得
13:45 DataFrameにSeries追加
14:28 時系列データ
15:10 確認問題
17:15 終わりに

▼自己紹介
現在：フリーランス（マーケティング関連の人工知能開発、データ分析や業務自動化など）
前職：リクルート

▼SNS
Twitter : https://twitter.com/kino_code/likes
Facebook :https://www.facebook.com/%E3%82%AD%E3%83%8E%E3%82%B3%E3%83%BC%E3%83%89-105693727500005/

▼文字書き起こし
こんにちは。キノコードです。
この動画では、PandasのSeriesについて学びます。
前のレッスンでも説明しましたが、Pandasで扱うデータ構造には、DataFrameとSeriesの2つがあります。
DataFrameとは、エクセルの表形式のように、行と列で成り立っているイメージです。
Seriesとは、DataFrameから1列取り出した時にできる型でもあり、Pythonでいうリストのようなものにindexというものがくっついているイメージです。
DataFrameから1列抽出するとSeriesになり、DataFrameはSeriesをまとめたものとも言えます。
したがって、Seriesの理解を深めることは、DataFrameの理解を深めることにもなります。
Pandasで非常によく使うDataFrameの理解を深めるために、Seriesをきちんと理解しておきましょう。
それでは、パソコン画面に切り替えてレッスンを進めていきます。
import pandas as pd
それでは、Pandasをインポートするところから始めていきましょう。
まず、Pandasをインポートする記述を書きます。
「import pandas as pd」を書きます。
「as」は、ライブラリ名（pandas）を好きな名前で使うことができます。
したがって、この記述により「pandas」を「pd」という名前で使うことができます。
エラーにならず、インポートが完了しました。
s1 = pd.Series([90,78,65,87,72])
s1
それでは、Seriesの作成方法を3つ説明します。
1つめは、リストを用いて、Seriesを作る方法です。
s1という変数を書いて、イコール、pd、Seriesを書きます。
そして、引数の中に、リストを書いて、適当なデータを書きます。
リストの詳細については、「Python超入門コースリスト」をご覧ください。右上にカードがでているはずです。
右上にカードが表示されます。
それでは、実行してみましょう。
左側がindexで、右側がデータ部分です。整数型であることがわかります。
data = [90, 78, 65, 87, 72]
リストを変数に入れてから、Seriesを作るとコードがすっきりします。
s1 = pd.Series(data)
s1
変数をSeriesの丸括弧の中に記述します。
実行してみます。
表示されましたね。
import numpy as np
2つめは、Numpyを使ってSeriesを作る方法です。
まず、NumPyをインポートしてから始めます。
NumPyとは、Pythonのライブラリで、高速にリストの計算をするためのライブラリのことです。
このNumPyをもとにSeiresを作ることができます。
ここでも「as」を書いて、「numpy」を「np」という名前で使えるようにします。
インポートします。
これで、Numpyを使えるようになりました。