HOWTO · Pandas

リストから Pandas の DataFrame を作成する

このチュートリアルでは、リストを使って Pandas の DataFrame を作成する方法を説明します。

このページの内容

Pandas の pd.DataFrame() コンストラクターを使うと、リスト形式のデータを表に変換できます。データに合った入力形式を選びましょう。平坦なリストは1列に、リストのリストは行になり、辞書を使うと名前付きの列やレコードを作成できます。以下の例では、列にラベルを付ける方法と、それぞれの形式が DataFrame にどう反映されるかを示します。

1つのリストから DataFrame を作成する

1次元のリストを pd.DataFrame() に渡し、列ラベルを1つ指定します。リストの各値がその列の1行になります。

import pandas as pd

values = [10, 20, 30]
df = pd.DataFrame(values, columns=["Score"])
print(df)

入力が1列だけの場合も、columns 引数にはラベルをリストで渡します。別のインデックスを指定しなければ、DataFrame にはデフォルトの行インデックスが設定されます。この入力では、1つの Score 列が作られ、値ごとに1行ができます。

複数のリストから DataFrame を作成する

別々のリストに対応する列の値が入っている場合は、Python の zip() 関数で位置ごとに値を組み合わせ、できた行をコンストラクターに渡します。

import pandas as pd

names = ["Ada", "Lin"]
scores = [95, 88]
rows = list(zip(names, scores))
df = pd.DataFrame(rows, columns=["Name", "Score"])
print(df)

2つのリストの先頭の値が1行目を作り、次の値同士が2行目を作る、というように対応します。zip() は最も短い入力の終わりで処理を止めるため、長いリストに残った末尾の値は含まれません。すべての値を結果に含めるには、リストの長さをそろえてください。

リストのリストから DataFrame を作成する

行ごとに整理されたデータでは、内側の各リストを1行として扱い、対応する列ラベルを pd.DataFrame() に渡します。

import pandas as pd

rows = [[1, "Ada", 95], [2, "Lin", 88]]
df = pd.DataFrame(rows, columns=["ID", "Name", "Score"])
print(df)

この例では、各内側リストの1番目の値が ID、2番目が Name、3番目が Score に対応します。各行には、指定した列ラベルそれぞれに対応する値が1つずつ必要です。入れ子のリストを用意するときは、この対応関係を保ってください。値ごとにフィールド名は付いていないものの、データがすでにレコード単位に並んでいる場合に便利な形式です。

辞書のリストから DataFrame を作成する

各レコードで値とフィールド名がすでに結び付いている場合は、辞書のリストを使います。Pandas では辞書のキーが列ラベルになり、各辞書が1行になります。

import pandas as pd

records = [
    {"Name": "Ada", "Score": 95},
    {"Name": "Lin", "Score": 88},
]
df = pd.DataFrame(records)
print(df)

この形式では、値を位置ではなくキーで識別できるため、レコード形式のデータを扱いやすくなります。ある辞書にほかのレコードで使われているキーがない場合、Pandas はその列を作成し、その行の値を欠損値マーカーで埋めます。列の順序を指定したり、あらかじめ決めたフィールド一式を含めたりするには、コンストラクターに columns=[...] を追加します。

リストの辞書から DataFrame を作成する

列ごとに整理されたデータでは、各列名に値のリストを対応付けます。辞書のキーが列ラベルになり、各リストがその列の値になります。

import pandas as pd

columns = {
    "Name": ["Ada", "Lin"],
    "Score": [95, 88],
}
df = pd.DataFrame(columns)
print(df)

Pandas が値を行にまとめるには、辞書内のすべてのリストの長さが同じである必要があります。たとえば、名前のリストとスコアのリストのように、フィールドごとに値を集めた場合に便利な形式です。データが行ごとに並んでいる場合は、上記のリストのリスト形式を使ってください。

NumPy 配列から DataFrame を作成する

2次元の NumPy 配列は、入れ子のリストと同じように pd.DataFrame() に渡せます。配列の列に説明的な名前が必要な場合は、列ラベルを指定します。

import numpy as np
import pandas as pd

values = np.array([[1, 95], [2, 88]])
df = pd.DataFrame(values, columns=["ID", "Score"])
print(df)

NumPy 配列には、要素に適用される dtype があります。たとえば、数値と文字列を混在させて1つの配列を作ると、DataFrame の作成前に数値が文字列へ変換されることがあります。列ごとに異なる型が必要な場合は、別々の辞書値として列を作るか、辞書のリストを使ってください。この例では数値配列を使っており、性能については主張していません。手元のデータを最も適切に表せる入力形式を選びましょう。