Excelは集計やグラフ作成ができる非常に強力なツールです。しかし、データが大きくなると途端に動きが鈍くなります。この問題は、pythonの pandas というツールで解決できます。
「データ量」以外にも「複雑さ」「再現性」「自動化」 のどれかに課題があるなら、pandas は強力な選択肢になります。
この記事では、これらを 最短で乗り越えるための学習ルート を示します。
基礎編：環境構築と最短サンプル
pandas を使い始めるときに最初に迷うのが「どの環境で動かすか」です。特に初心者がつまずきやすいのは環境が汚れて動かなくなる場合です。
具体的な手順は以下リンク先にまとめています。
実践編：データ読み込みと前処理
環境が出来たら pandas でデータを分析します。しかし、次の問題があり分析できないことがあります。
- 数値と文字列が混在している
- 欠損値が多い
- 列の型が意図しないものになっている
このようなデータを「分析可能な状態に整える」前処理という作業が必要です。
具体的な手順は以下リンク先にまとめています。
集計編：groupby と代表的な集計パターン
前処理が終わりデータを分析できるようになりました。pandas は groupby や agg を使って以下のような集計が出来ます。
- 単純な集計
- 複数列の集計
- 複数関数の同時集約
概要を理解したら、テンプレは groupby 集計パターン にまとめています。
応用編：よくあるエラーとトラブル対処
pandas を実務で使い始めると、前処理や集計そのものよりも、「思わぬエラーで手が止まる」という場面がよくあります。
以下、関連記事
コメント