抽出・前処理 pandas replace()の使い方｜値の置換・表記ゆれ・欠損値変換を解説
pandasのreplace()を使って、値の置換、複数値の一括置換、辞書による表記ゆれ修正、不明・-・なしをNaNへ変換する方法を初心者向けに解説します。fillna()・rename()・map()・str.replace()との違いや、反映されない原因も整理します。
Pandasデータ分析
抽出・前処理 抽出・前処理 pandas to_datetime()の使い方｜文字列の日付変換と format・NaT 対処を初心者向けに解説
pandas to_datetime()の使い方を初心者向けに解説します。文字列の日付変換、format指定の考え方、errors="coerce" の使いどころ、NaTの確認方法、変換後の抽出・並び替え・集計へのつなげ方までやさしく紹介します。
抽出・前処理 pandas rename()の使い方｜列名変更・一部だけ変更・反映されない原因を初心者向けに解説
pandasのrename()の使い方を初心者向けに解説します。列名を一部だけ変更する方法、df.columnsとの違い、index名の変更、反映されない原因と対処までわかりやすく紹介します。
抽出・前処理 pandas astype()の使い方｜文字列・整数・小数の型変換とエラー対処
pandasのastype()で列のデータ型を変換する方法を初心者向けに解説。astype(str)、astype(int)、astype(float)、astype("string")、欠損値を含むInt64変換、複数列の型変換、to_numeric()との違い、よくあるエラー対処まで出力例つきで紹介します。
抽出・前処理 pandas fillna()の使い方｜欠損値を0・平均値・中央値・最頻値で埋める方法を初心者向けに解説
pandasのfillna()で欠損値（NaN）を0・平均値・中央値・最頻値・前の値で埋める方法を初心者向けに解説。列ごとの指定、ffill()、dropna()との違い、補完後の確認方法もコードと表で学べます。