このカテゴリでは、Pandasの基本構造であるSeriesとDataFrameを中心に、データ分析の基礎を学びます。表形式データを扱うための作成・確認・操作方法をわかりやすく解説し、Pandasの全体像を理解できるよう構成しています。
基礎 pandas to_csv()の使い方｜indexなし・文字化け対策・保存先を解説
pandasのto_csv()でDataFrameをCSVに保存する方法を初心者向けに解説。index=False、文字化けを防ぐencoding、保存先、列指定、上書き・追記、保存後の確認方法までGoogle Colabで学べます。
基礎 pandas info()の使い方｜Non-Null Count・データ型・欠損値の見方
pandasのinfo()で行数・列数・Non-Null Count・データ型を確認する方法を初心者向けに解説。欠損値やobject型を見つけ、型変換・欠損値処理後に再確認する流れ、shape・dtypes・isnull()・describe()との違いも紹介します。
基礎 pandas corr()の使い方｜相関係数・相関行列を初心者向けに解説
pandasのcorr()を使って相関係数・相関行列を求める方法を初心者向けに解説。正負の相関の読み方、Pearson・Spearman・Kendallの違い、欠損値やNaNへの対処、ヒートマップ・散布図で確認する流れまでコード例付きで紹介します。
基礎 pandas value_counts()の使い方｜件数集計・割合表示・欠損値の数え方を解説
pandasのvalue_counts()の使い方を初心者向けに解説。件数集計、割合表示（normalize=True）、欠損値の数え方（dropna=False）、並び替え、表記ゆれの確認、groupby().size()やcount()との違いまで実例付きでわかりやすく紹介します。
基礎 pandas describe()の使い方｜統計量の意味と結果の見方を解説
pandasのdescribe()の使い方を初心者向けに解説。count・mean・std・25%・50%などの意味、結果を読む順序、include='all'、info()との違い、欠損値や極端な値の見つけ方を実例で学べます。