3.3.1 Pandas ロードマップ：生の表から分析用テーブルへ

Pandas は、このコースの表データ作業台です。CSV、Excel、ログ表、SQL の結果を、グラフや機械学習に渡せる形へ整えるときに使います。

まずワークフローを見る

まずこの流れを覚えます。

読み込み→確認→抽出→クリーニング→変換→集計→結合→出力

最初から API を全部覚えようとしなくて大丈夫です。今ある表は何か、必要な表は何か、どの手順で変わるのかを見ます。

小さな表を一度動かす

pandas_first_loop.py を作り、pandas をインストールしてから実行します。

import pandas as pd

orders = pd.DataFrame(
    [
        {"date": "2026-05-01", "category": "book", "amount": 120},
        {"date": "2026-05-02", "category": "tool", "amount": 80},
        {"date": "2026-05-03", "category": "book", "amount": None},
        {"date": "2026-06-01", "category": "book", "amount": 150},
    ]
)

clean = (
    orders.dropna(subset=["amount"])
    .assign(month=lambda df: pd.to_datetime(df["date"]).dt.to_period("M").astype(str))
)
summary = clean.groupby(["month", "category"], as_index=False)["amount"].sum()

print(summary)

出力の形：

     month category  amount
0  2026-05     book   120.0
1  2026-05     tool    80.0
2  2026-06     book   150.0

これは Pandas の基本ループです。データを作る/読む、欠損を落とす、列を追加する、グループ化して集計する、という流れです。

残す証拠

このページを終えたら、この evidence card を残します。

データフレーム状態

列、dtype、行数、欠損値、サンプル行

操作

read/write、select/filter、clean、transform、groupby、merge、または時系列処理

出力

resulting table、保存ファイル、aggregation、join結果、または時系列インデックスビュー

失敗確認

dtype 不一致、欠損データ、重複キー、チェーン代入、または誤った時間頻度

期待される成果

前後の表サンプルと、変換理由

この順番で学ぶ

順番	読む	練習すること
1	3.3.2 コアデータ構造	Series、DataFrame、Index
2	3.3.3 データの読み書き	CSV、Excel、JSON、出力
3	3.3.4 選択とフィルタリング	loc、iloc、条件抽出
4	3.3.5 データクリーニング	欠損値、重複、型
5	3.3.6 データ変換	新しい列、マッピング、文字列/日付処理
6	3.3.7 グループ化と集計	groupby、指標、カテゴリ/月別集計
7	3.3.8 データ結合	複数テーブルを安全に結合する
8	3.3.9 時系列	日付インデックス、リサンプリング、時間窓

合格ライン

生の表をきれいな集計表に変え、各列をなぜ処理したか説明でき、可視化や機械学習へ渡せるなら、この小節は合格です。

確認の考え方と解説

1. 合格レベルの答えでは、問いを先に定義し、必要な table、DataFrame、または SQL query と、再現できるクリーニング手順を示します。
2. 証拠には、小さな出力例、必要に応じた図表や query 結果、そして結果を解釈する一文を残します。
3. 欠損値、重複行、誤った join、集計の誤解、読みにくい可視化など、少なくとも1つのデータ品質リスクを説明できれば十分です。