Pythonでデータ分析を始めると、CSVファイルだけでなく、Excelファイルを読み込みたい場面もよくあります。

たとえば、次のような場面です。

• 会社や学校から配布されたデータが .xlsx 形式になっている
• Excelファイルの中に複数のシートがある
• 必要な列だけ読み込みたい
• 1行目にタイトルや説明文があり、表の見出しがずれている
• 読み込んだあと、日付や数値の型が合っているか確認したい

結論からいうと、Excelファイルをpandasで読み込むには、まず pd.read_excel("ファイル名.xlsx") を使います。

そのうえで、必要に応じて次のように指定します。

この記事では、Google Colabで手元のExcelファイルをアップロードして読み込む方法にも軽く触れつつ、練習用のサンプルExcelファイルを作りながら、read_excel() の基本、sheet_name・usecols・header・skiprows の使いどころ、読み込み後に確認すべきポイントまでを初心者向けに整理します。

この記事でわかること

この記事では、次の内容を扱います。

• Google Colabで手元のExcelファイルをアップロードして読み込む基本
• pd.read_excel() でExcelファイルをDataFrameとして読み込む基本
• sheet_name でシートを指定する方法
• usecols で必要な列だけ読み込む方法
• header・skiprows で見出し行や不要な説明行を調整する方法
• read_excel() と read_csv() の違い
• 読み込んだあとに head()・info()・describe() で確認する流れ
• Excel読み込み後に、列名変更・型変換・日付変換・欠損値処理へ進む考え方

Excelファイルを読むこと自体がゴールではありません。
読み込んだ表をDataFrameとして確認し、前処理・抽出・集計・可視化へ進める状態にすることが大切です。

Excelファイルを読み込んだ後の流れ

Excelファイルの読み込みは、データ分析の最初の入口です。
ただし、read_excel() で読み込んで終わりではありません。

読み込んだ表をDataFrameとして確認し、必要に応じて列名・型・日付・欠損値を整えてから、抽出・集計・可視化へ進む流れが大切です。

学習の流れとしては、次のように考えると自然です。

1. Google ColabでPythonを動かす
2. read_excel() でExcelファイルをDataFrameとして読み込む
3. head()・info()・describe() で中身を確認する
4. 必要に応じて列名・型・日付・欠損値を整える
5. 条件抽出・集計・可視化へ進む

CSVファイルを読み込む場合は read_csv()、Excelファイルを読み込む場合は read_excel() を使います。
この記事では、ExcelファイルをDataFrameとして読み込み、分析しやすい形に整える入口までを中心に説明します。

read_excel()とは？

read_excel() は、ExcelファイルをpandasのDataFrameとして読み込むための関数です。

基本形は次のとおりです。

pd.read_excel("ファイル名.xlsx")

シンプルなExcelファイルであれば、まずはこの形で読み込めます。

ただし、実際のExcelファイルでは、次のような調整が必要になることがあります。

初心者のうちは、最初からすべての引数を覚える必要はありません。
まずは「何に困っているか」と「どの引数で調整するか」を対応させて理解しましょう。

なお、names は列名を自分で付けたいときに使える引数ですが、初心者のうちはまず header で見出し行を正しく読み込む方法を優先すると理解しやすいです。

Google Colabで自分のExcelファイルを読み込む場合

自分のパソコンにあるExcelファイルをGoogle Colabで読み込みたい場合は、まずファイルをアップロードします。

なお、この章の from google.colab import files は、Google Colabで実行する場合の方法です。ローカルのJupyter Notebookを使っている場合は、ExcelファイルをNotebookと同じフォルダに置いて読み込めば大丈夫です。

※この章は、自分のパソコンにあるExcelファイルをアップロードして読み込む場合の手順です。記事内で作成するサンプルExcelを使う場合は、この章のコードは実行せず、次の「練習用のExcelファイルを用意する」章から実行してください。

次のコードを実行すると、ファイル選択ボタンが表示されます。
読み込みたい .xlsx ファイルを選んでアップロードしてください。

from google.colab import files

uploaded = files.upload()

アップロードできたら、ファイル名を指定して read_excel() で読み込みます。

たとえば、アップロードしたファイル名が sales_sample.xlsx の場合は、次のように書きます。

import pandas as pd

df = pd.read_excel("sales_sample.xlsx")
df.head()

この記事では、読者が同じコードをそのまま試せるように、次の章で練習用のExcelファイルを作成してから読み込みます。
すでに自分のExcelファイルがある場合は、このあとのサンプル作成部分を飛ばして、自分のファイル名に置き換えて進めても大丈夫です。

練習用のExcelファイルを用意する

ここでは、記事内で同じ結果を再現できるように、練習用のExcelファイルを作成します。

このコードは「Excelファイルを用意するための準備」です。
自分のExcelファイルを使う場合は、この章を飛ばして、ファイル名だけ自分のものに置き換えて進めてください。

サンプルは、sheet_name・header・skiprows を説明できる最小限の内容にしています。

なお、Excelファイルの作成や読み込みでは、環境によって openpyxl が必要になることがあります。
Google Colabではそのまま使えることが多いですが、エラーが出た場合は後半の「openpyxlが必要というエラーが出る」を確認してください。

import pandas as pd

# 練習用の売上データ
sales_df = pd.DataFrame({
    "売上日": ["2025-04-01", "2025-04-02", "2025-04-03"],
    "店舗": ["東京店", "大阪店", "東京店"],
    "商品": ["ノートPC", "マウス", "キーボード"],
    "売上金額": [120000, 3000, 8000],
    "数量": [1, 2, 1]
})

# 複数シートの例に使う商品マスタ
master_df = pd.DataFrame({
    "商品": ["ノートPC", "マウス", "キーボード"],
    "カテゴリ": ["PC", "周辺機器", "周辺機器"]
})

file_path = "sales_sample.xlsx"

# 練習用のExcelファイルを作成
with pd.ExcelWriter(file_path, engine="openpyxl") as writer:
    sales_df.to_excel(writer, sheet_name="売上データ", index=False)
    master_df.to_excel(writer, sheet_name="商品マスタ", index=False)

    # 説明行が上にあるExcelを再現するため、3行目から表を書き込む
    sales_df.to_excel(writer, sheet_name="説明行あり", index=False, startrow=2)
    ws = writer.sheets["説明行あり"]
    ws["A1"] = "2025年4月 売上レポート"
    ws["A2"] = "※この行は説明行です。"

file_path

'sales_sample.xlsx'

まずは基本形でExcelファイルを読み込む

一番シンプルな読み込み方は、pd.read_excel() にExcelファイル名を指定する方法です。

次のコードでは、Excelファイルの先頭シートをDataFrameとして読み込みます。

df = pd.read_excel("sales_sample.xlsx")
df

Excelファイルを読み込むと、pandasではDataFrameとして扱えます。
ここで大切なのは、読み込んで終わりにしないことです。

読み込んだ直後は、まず次の3つを確認しましょう。

Excelでは見た目が整っていても、pandasで読み込むと型や列名が想定と違うことがあります。
そのため、読み込み後の確認はとても重要です。

df.head()

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 5 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   売上日     3 non-null      object
 1   店舗      3 non-null      object
 2   商品      3 non-null      object
 3   売上金額    3 non-null      int64 
 4   数量      3 non-null      int64 
dtypes: int64(2), object(3)
memory usage: 252.0+ bytes

df.describe()

sheet_nameで読み込むシートを指定する

Excelファイルには、複数のシートが入っていることがあります。
この場合は、sheet_name を使って、どのシートを読み込むか指定します。

sheet_name は列名ではなく、Excelの下部に表示される「シート名」を指定するための引数です。

sales = pd.read_excel("sales_sample.xlsx", sheet_name="売上データ")
sales

master = pd.read_excel("sales_sample.xlsx", sheet_name="商品マスタ")
master

シート名ではなく、シート番号で指定することもできます。
ただし、初心者のうちはシート名で指定したほうが、あとから見返したときに意味がわかりやすいです。

pd.read_excel("sales_sample.xlsx", sheet_name=0)

複数シートをまとめて読み込む方法もありますが、この記事では深入りしません。
まずは「必要なシートを1つ選んで読み込む」ことを優先しましょう。

usecolsで必要な列だけ読み込む

Excelファイルには、分析に使わない列がたくさん入っていることがあります。
必要な列だけ読み込みたい場合は、usecols を使います。

たとえば、売上日の列、店舗の列、売上金額の列だけ読み込む場合は次のように書きます。

sales_selected = pd.read_excel(
    "sales_sample.xlsx",
    sheet_name="売上データ",
    usecols=["売上日", "店舗", "売上金額"]
)

sales_selected

usecols は「列を絞る」ための指定です。
行を絞り込むための指定ではありません。

読み込んだあとに「東京店だけを見たい」「売上金額が1万円以上だけを見たい」という場合は、read_excel() ではなく、DataFrameの条件抽出で行います。

headerとskiprowsで見出し行のズレを調整する

Excelファイルでは、1行目にタイトルや説明文があり、実際の表が2行目以降から始まることがあります。

たとえば、次のようなExcelです。

このようなファイルをそのまま読むと、表の列名が正しく読み込まれないことがあります。
まずは、説明行ありのシートをそのまま確認してみます。

raw = pd.read_excel("sales_sample.xlsx", sheet_name="説明行あり", header=None)
raw.head(7)

上のように、表の前にタイトル行や説明行がある場合は、header または skiprows で調整します。

headerで「列名として使う行」を指定する

header=2 と指定すると、0から数えて3行目を列名として使います。

df_header = pd.read_excel(
    "sales_sample.xlsx",
    sheet_name="説明行あり",
    header=2
)

df_header

skiprowsで「読み飛ばす行」を指定する

同じ例では、先頭の2行を読み飛ばすために skiprows=2 と書くこともできます。

df_skiprows = pd.read_excel(
    "sales_sample.xlsx",
    sheet_name="説明行あり",
    skiprows=2
)

df_skiprows

header と skiprows は似ていますが、考え方が少し違います。

初心者のうちは、「見出し行を指定したいなら header」「不要な行を飛ばしたいなら skiprows」と考えると理解しやすいです。

処理前後のイメージは次のとおりです。

index_colは必要な場合だけ使う

index_col は、特定の列をDataFrameのインデックスとして使うための引数です。

たとえば、売上日をインデックスにしたい場合は次のように書けます。

sales_index = pd.read_excel(
    "sales_sample.xlsx",
    sheet_name="売上データ",
    index_col="売上日"
)

sales_index

ただし、初心者のうちは index_col を無理に使う必要はありません。

普通の列として残しておいたほうが、あとから to_datetime() で日付型に変換したり、条件抽出したりしやすいことも多いです。

インデックスにした列を戻したい場合は、reset_index() が使えます。

sales_index.reset_index()

read_excel()とread_csv()の違い

pandasで外部ファイルを読み込む代表的な関数に、read_excel() と read_csv() があります。

どちらもDataFrameを作るための関数ですが、対象ファイルが違います。

CSVファイルを読み込む場合は、pd.read_csv() を使います。
Excelファイルを読み込む場合は、pd.read_excel() を使います。

ここを混同すると、ファイルがうまく読めない原因になります。

ExcelをCSVに変換してから扱ったほうがよい場合

Excelファイルをpandasで読み込んだあと、毎回同じデータを分析するなら、CSVに変換して保存しておくと扱いやすくなります。

Excelは、複数シート、装飾、結合セル、説明行などを含められるため、人が見る資料としては便利です。
一方で、pandasで分析するデータとしては、1つの表に整理されたCSVのほうがシンプルです。

おすすめの流れは次のとおりです。

1. read_excel() でExcelファイルを読み込む
2. head()・info() で中身を確認する
3. 必要なシート・列・見出し行を整える
4. 分析しやすいDataFrameになったらCSVとして保存する
5. 次回以降は read_csv() で読み込む

判断基準を整理すると、次のようになります。

ただし、この記事の主役はあくまで read_excel() です。
CSV保存の細かい設定には深入りせず、「読み込んで整えたDataFrameを、必要に応じてCSVに保存できる」と理解しておけば十分です。

df = pd.read_excel("sales_sample.xlsx", sheet_name="売上データ")

# 分析しやすい形になったDataFrameをCSVとして保存する
df.to_csv("sales_sample.csv", index=False)

保存したCSVは、次回以降 read_csv() で読み込めます。
同じ整った表を繰り返し分析する場合は、この形にしておくと扱いやすくなります。

df_csv = pd.read_csv("sales_sample.csv")
df_csv.head()

よくあるミスとエラー対処

Excelファイルの読み込みでは、初心者がつまずきやすいポイントがあります。

read_csv()でExcelファイルを読もうとしてしまう

Excelファイルは、基本的に read_csv() では読み込みません。

pd.read_csv("sales_sample.xlsx")

このように書くと、Excelファイルの形式とCSVの形式が違うため、うまく読み込めません。
Excelファイルには read_excel() を使いましょう。

sheet_nameを列名だと思ってしまう

sheet_name は、Excelのシート名を指定するための引数です。
読み込む列を指定したい場合は、usecols を使います。

usecolsで行を絞ろうとしてしまう

usecols は列を絞るための引数です。
行を絞りたい場合は、読み込んだあとに条件抽出を使います。

openpyxlが必要というエラーが出る

環境によっては、Excelファイルを読み込むときに openpyxl が必要になることがあります。
Google Colabでは使えることが多いですが、エラーが出る場合は次のようにインストールします。

# openpyxlが必要というエラーが出る場合のみ実行します
# Google Colabでは、すでに使える場合もあります

# !pip install openpyxl

このエラーは、pandasのコードの書き方が間違っているというより、Excelを読み込むためのエンジンが環境に不足している場合に起きます。

読み込んだ後は前処理につなげる

read_excel() は、ExcelファイルをDataFrameにする入口です。
読み込んだあとは、データ分析しやすい形になっているかを確認します。

たとえば、次のような流れです。

次の例では、Excelから読み込んだ売上データの列名を少し短くし、売上日を日付型に変換します。

sales_clean = pd.read_excel("sales_sample.xlsx", sheet_name="売上データ")

# 列名を扱いやすくする
sales_clean = sales_clean.rename(columns={
    "売上金額": "金額"
})

# 売上日を日付型に変換する
sales_clean["売上日"] = pd.to_datetime(sales_clean["売上日"])

sales_clean.head()

sales_clean.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 5 columns):
 #   Column  Non-Null Count  Dtype         
---  ------  --------------  -----         
 0   売上日     3 non-null      datetime64[ns]
 1   店舗      3 non-null      object        
 2   商品      3 non-null      object        
 3   金額      3 non-null      int64         
 4   数量      3 non-null      int64         
dtypes: datetime64[ns](1), int64(2), object(2)
memory usage: 252.0+ bytes

このように、Excelファイルを読み込んだら、次はDataFrameの確認と前処理に進みます。

read_excel() の役割は、ExcelをDataFrameに変えることです。
そのあとの列名変更、型変換、日付変換、欠損値処理は、それぞれ別の前処理として考えると整理しやすくなります。

read_excel()で押さえるポイントを整理する

ここまでで、ExcelファイルをDataFrameとして読み込む基本を確認しました。

read_excel() では、まず基本形で読み込み、必要に応じて引数を追加していくと迷いにくくなります。

最初からすべての引数を覚える必要はありません。
まずは pd.read_excel("ファイル名.xlsx") で読み込み、head() と info() で確認し、必要なところだけ調整していきましょう。

読み込んだ後は、列名変更・型変換・日付変換・欠損値処理などの前処理を行い、条件抽出・集計・可視化へ進みます。

まとめ

この記事では、pandasの read_excel() を使ってExcelファイルを読み込む方法を解説しました。

重要なポイントを整理します。

• Excelファイルを読み込むには pd.read_excel("ファイル名.xlsx") を使う
• 複数シートから読み込む場合は sheet_name を使う
• 必要な列だけ読み込む場合は usecols を使う
• 見出し行がずれている場合は header を使う
• 表の上に説明行がある場合は skiprows を使う
• index_col は必要な場合だけ使う
• CSVファイルは read_csv()、Excelファイルは read_excel() と使い分ける
• 読み込んだあとは head()・info()・describe() で確認する
• その後、列名変更・型変換・日付変換・欠損値処理へ進む
• 毎回同じ整った表を分析するなら、必要に応じてCSVに保存しておくと、次回以降は read_csv() で扱いやすい

まずは、シンプルなExcelファイルを read_excel() で読み込み、head() と info() で確認するところから始めるのがおすすめです。

次に読みたい関連記事

Excelファイルを読み込んだあとは、DataFrameの確認や前処理へ進むと理解が深まります。

• Google Colab CSV 読み込み＆保存入門
  CSVファイルの読み込みやGoogle Drive連携を確認したい場合におすすめです。

• Pandas DataFrame入門
  読み込んだ表がDataFrameとしてどう扱われるかを理解したい場合に役立ちます。

• Pandas head()の使い方
  読み込んだデータの先頭を確認する基本操作を学べます。

• Pandas info()とdescribe()の違い
  型・欠損値・統計量の確認方法を整理できます。

• pandas rename()の使い方
  Excelから読み込んだ列名を整えたいときに役立ちます。

• pandas astype()の使い方
  数値や文字列の型を整えたいときに使います。

• pandas to_datetime()の使い方
  Excelの日付列を日付型として扱いたいときにおすすめです。

• pandas fillna()の使い方
  Excelの空欄や欠損値を処理したいときに役立ちます。

• pandas reset_index()の使い方
  index_col で指定した列を戻したいときに参考になります。

• Pandas concat完全ガイド
  複数のファイルや複数のDataFrameを結合したい場合に役立ちます。

▲ ページトップへ戻る

CSVを読み込んだあと、部署、商品カテゴリ、ステータス のような列を見て、次のように感じることがあります。

「この列には、どんな値が入っているのだろう？」
「カテゴリの種類はいくつあるのだろう？」
「unique()、nunique()、value_counts() のどれを使えばよいのだろう？」

このようなときに役立つのが、Pandasの unique() と nunique() です。

最初に結論を言うと、値の一覧を見たいときは unique()、値の種類数だけ知りたいときは nunique()、値ごとの件数まで見たいときは value_counts() を使います。

この記事では、unique() と nunique() の違い、欠損値の扱い、value_counts() との使い分け、表記ゆれを見つける流れを、Google Colabで試しやすい例で解説します。

特に、集計やグラフ化をする前にカテゴリ列の中身を確認しておくと、表記ゆれや欠損値に早く気づけます。

先に結論：3つのメソッドは目的で使い分ける

unique()、nunique()、value_counts() は、どれも列の値を確認するときに使います。
ただし、見たいものが違います。

この記事では、この使い分けを実際のDataFrameで確認していきます。

この記事でわかること

この記事では、次の内容を扱います。

• unique() で重複を除いた値の一覧を確認する方法
• nunique() で値の種類数を確認する方法
• unique() と nunique() の違い
• value_counts() との使い分け
• 欠損値がある場合の注意点
• count() と nunique() の違い
• 表記ゆれ確認での使い方
• groupby().nunique() でグループごとの種類数を確認する考え方

この記事のゴールは、unique()・nunique()・value_counts() の違いを理解し、データの中身確認から表記ゆれ・欠損値・集計前の前処理へ進めるようになることです。

似たメソッドまで含めた使い分け

基本は、上の3つを押さえれば十分です。
ここでは、実務で一緒に迷いやすい groupby().nunique() や duplicated() も含めて、少しだけ整理しておきます。

unique() と nunique() は、どちらも「重複を除いた値」に関係します。

ただし、返すものが違います。

たとえば、部署 の中身を見て「営業部」と「営業」が混ざっていないか確認したいなら unique() が向いています。

一方で、部署が何種類あるかだけ知りたいなら nunique() が向いています。

このあと、まずは主役である unique() と nunique() を実際のDataFrameで確認し、その後で value_counts() や欠損値の扱いとの違いを見ていきます。

サンプルデータを用意する

ここでは、売上データを例にします。

部署、商品カテゴリ、ステータス のようなカテゴリ列を含むDataFrameです。実際のCSVを読み込んだあとにも、同じような確認をすることがよくあります。

このサンプルでは、欠損値を pd.NA で入れています。実際のデータでは、表示上 NaN や <NA> と出ることがありますが、どちらも「値が入っていない状態」として扱います。

import pandas as pd


df = pd.DataFrame({
    "注文ID": [101, 102, 103, 104, 105, 106, 107, 108],
    "部署": ["営業部", "営業部", "企画部", "営業", "人事部", "企画部", "営業部", pd.NA],
    "商品カテゴリ": ["PC", "マウス", "PC", "キーボード", "マウス", "PC", "モニター", "PC"],
    "ステータス": ["完了", "完了", "処理中", "完了", "キャンセル", "処理中", "完了", pd.NA],
    "売上": [120000, 3000, 150000, 8000, 2500, 140000, 32000, 110000]
})


df

このデータでは、部署 列に 営業部 と 営業 が混ざっています。

これは、同じ意味の値が別表記で入っている「表記ゆれ」の可能性があります。
このような状態を見つけるためにも、unique() は役立ちます。

unique()で重複を除いた値の一覧を確認する

unique() は、列に含まれる値を重複なしで確認するメソッドです。

まずは、部署 列に入っている値を一覧で確認します。
この結果を見ることで、表記ゆれや欠損値の有無に気づきやすくなります。

df["部署"].unique()

array(['営業部', '企画部', '営業', '人事部', <NA>], dtype=object)

unique() を使うと、部署 列に含まれる値の一覧を確認できます。

この結果を見ると、営業部 と 営業 が別の値として入っていることがわかります。
実際には同じ意味で入力されているなら、あとで replace() などを使って表記をそろえる候補になります。

ここで大事なのは、unique() は元のDataFrameを書き換える処理ではないという点です。
あくまで、列の中にどんな値があるかを確認するためのメソッドです。

下の表では、実際の出力をそのまま貼るのではなく、初心者が読み取りやすいように値の部分だけを整理して示しています。

このように、unique() は「集計する前に、列の中身をざっと確認する」場面で便利です。

特に、Colab上では array([...], dtype=object) のように表示されることがあります。
これは「値の一覧が配列の形で返っている」という意味なので、初心者のうちは次のように読み替えると十分です。

ここでは、dtype=object の細かい意味まで深掘りしなくて大丈夫です。
まずは「どんな値が入っているかを確認できた」と考えれば問題ありません。

unique()の結果はDataFrameではない

unique() の戻り値は、通常のDataFrameではなく、配列のような形で返ってきます。

そのため、表として整えて見たい場合は、必要に応じて pd.Series() に変換して確認することもできます。

pd.Series(df["部署"].unique(), name="部署の値")

このようにすると、値の一覧を縦に並べて確認しやすくなります。

ただし、普段の確認では df["列名"].unique() だけでも十分なことが多いです。

nunique()で値の種類数を確認する

nunique() は、重複を除いた値の「個数」を数えるメソッドです。

unique() が「どんな値があるか」を見るのに対して、nunique() は「何種類あるか」を確認します。

次に、値そのものではなく「何種類あるか」だけを確認します。
このときに使うのが nunique() です。

df["部署"].nunique()

4

この結果は、部署 列に含まれる欠損値を除いた種類数です。

ここで注意したいのは、nunique() は標準では欠損値を数えないことです。
欠損値も1種類として数えたい場合は、dropna=False を指定します。

df["部署"].nunique(dropna=False)

5

欠損値を含めて種類数を見たい場合は、dropna=False を使います。

データ確認の段階では、まず標準の nunique() で種類数を見て、欠損値も気になる場合に dropna=False を使うと考えるとわかりやすいです。

unique()とnunique()の違い

unique() と nunique() は名前が似ていますが、目的は違います。

たとえば、部署 の中身を見て「営業部」と「営業」が混ざっていないか確認したいなら unique() が向いています。

一方で、部署が何種類あるかだけ知りたいなら nunique() が向いています。

value_counts()との違い

unique() や nunique() と一緒に迷いやすいのが、value_counts() です。

value_counts() は、値ごとの件数を数えるメソッドです。

値ごとの件数まで見たい場合は、unique() ではなく value_counts() を使います。

df["部署"].value_counts(dropna=False)

value_counts() を使うと、値の一覧だけでなく、それぞれの値が何件あるかまで確認できます。

value_counts() はとても便利ですが、この記事では詳しく深掘りしません。
件数集計や割合表示まで確認したい場合は、value_counts() の記事に進むと理解しやすくなります。

関連記事：
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

欠損値（NaN / <NA>）がある場合の注意点

unique() と nunique() では、欠損値の扱いが少し違います。

このサンプルでは pd.NA を使っているため、実行結果では <NA> と表示されます。
CSVから読み込んだデータでは NaN と表示されることもありますが、ここではどちらも「欠損値」として考えます。

ステータス 列で確認してみましょう。

df["ステータス"].unique()

array(['完了', '処理中', 'キャンセル', <NA>], dtype=object)

df["ステータス"].nunique()

3

df["ステータス"].nunique(dropna=False)

4

結果を見ると、unique() では欠損値が結果に出ることがあります。
一方で、nunique() は標準では欠損値を数えません。

欠損値そのものを詳しく確認したい場合は、isnull() や fillna() とあわせて考えるとよいです。

関連記事：
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

count()とnunique()の違い

ここは補足です。
nunique() と似て見えやすいものに、count() があります。

count() は、欠損値以外のデータ数を数えるメソッドです。
一方、nunique() は、重複を除いた値の種類数を数えます。

同じ 部署 列で、結果の違いだけ確認しておきましょう。

pd.DataFrame({
    "確認内容": ["欠損値以外の件数", "値の種類数"],
    "使うメソッド": ["count()", "nunique()"],
    "結果": [df["部署"].count(), df["部署"].nunique()]
})

count() は、部署 に値が入っている行数を数えます。
nunique() は、部署 に何種類の値があるかを数えます。

つまり、同じ「数える」でも、見ているものが違います。

カテゴリ列の中身を確認したい場合は、unique() や nunique() の方が目的に合いやすいです。

unique()で表記ゆれを見つける

unique() は、表記ゆれを見つけるときにも役立ちます。

表記ゆれとは、同じ意味の値が少し違う表記で入っている状態です。

たとえば、今回の 部署 列には、次のような値があります。

df["部署"].unique()

array(['営業部', '企画部', '営業', '人事部', <NA>], dtype=object)

この結果を見ると、営業部 と 営業 が別の値として扱われています。

もしこの2つが同じ部署を意味しているなら、集計前に表記をそろえた方がよいです。

ここでは、修正方法を深掘りしすぎないようにします。
表記ゆれを実際に置換する方法は、replace() の記事で詳しく扱うと自然です。

関連記事：
pandas replace()の使い方｜値の置換・表記ゆれ・欠損値変換を解説

表記ゆれを軽くそろえてから確認する例

ここでは補足として、営業 を 営業部 にそろえる例だけ見ておきます。

この記事の中心は unique() と nunique() なので、置換処理そのものは深掘りしません。

df_clean = df.copy()


df_clean["部署"] = df_clean["部署"].replace({
    "営業": "営業部"
})


df_clean["部署"].unique()

array(['営業部', '企画部', '人事部', <NA>], dtype=object)

表記をそろえたあとに unique() を使うと、営業 がなくなり、営業部 にまとまったことを確認できます。

このように、unique() は「修正する前の確認」と「修正した後の確認」の両方で使えます。

groupby().nunique()でグループごとの種類数を確認する

ここは応用ではなく、「こういう使い方もある」と軽く知っておく程度で大丈夫です。

nunique() は、groupby() と組み合わせることもできます。

たとえば、部署ごとに何種類の商品カテゴリを扱っているかを確認したい場合です。

df_clean.groupby("部署")["商品カテゴリ"].nunique()

このように、groupby().nunique() を使うと、グループごとの種類数を確認できます。

ただし、この記事では groupby() の詳しい使い方には深入りしません。
集計の考え方を詳しく学びたい場合は、groupby×agg の記事に進むとよいです。

関連記事：
Pandas groupby×aggの使い方｜基本の集計とaggの書き方を例で解説

duplicated()やdrop_duplicates()との違い

unique() と混同しやすいものに、duplicated() や drop_duplicates() があります。

duplicated() は、重複している行を確認したいときに使います。
今回の記事の中心である unique()・nunique() は、列の値の種類を確認するためのものです。

関連記事：
pandas duplicated()の使い方｜重複行の確認・subset・keepを初心者向けに解説

よくあるミスと注意点

ここでは、初心者がつまずきやすいポイントを整理します。

unique()は元のDataFrameを書き換えない

unique() は、重複を除いた値の一覧を確認するメソッドです。
元のDataFrameから重複を削除する処理ではありません。

nunique()は値の一覧ではなく個数を返す

nunique() は、ユニークな値そのものではなく、種類数を返します。
値の中身を確認したい場合は、unique() を使います。

nunique()は標準では欠損値を数えない

欠損値も含めて種類数を確認したい場合は、nunique(dropna=False) を使います。

value_counts()とは目的が違う

value_counts() は、値ごとの件数を見るためのメソッドです。
「一覧」「種類数」「件数」のどれを知りたいかで使い分けましょう。

unique()で表記ゆれを見つけても自動では直らない

unique() は表記ゆれを見つけるために便利ですが、値を自動で修正するわけではありません。
修正が必要な場合は、replace() などの前処理につなげます。

データ分析の流れの中でunique()・nunique()を使うタイミング

unique() と nunique() は、データ確認から前処理へ進むタイミングで役立ちます。

たとえば、次のような流れです。

文章で書くと長く見えますが、流れとしては次のイメージです。

データを見る → 値の中身を確認する → 必要なら直す → 集計や可視化へ進む

info() や describe() だけでは、文字列列にどんな値が入っているかまでは見えにくいことがあります。
そのため、カテゴリ列やステータス列では、unique() や nunique() を使って中身を確認することが大切です。

次に読みたい関連記事：
Pandas info()とdescribe()の違い｜欠損値・型・統計量の見方を例で解説

まとめ

この記事では、Pandasの unique() と nunique() を使って、重複なしの値と種類数を確認する方法を解説しました。

ポイントを整理します。

• unique() は、重複を除いた値の一覧を確認する
• nunique() は、重複を除いた値の種類数を確認する
• 値ごとの件数まで見たい場合は value_counts() を使う
• count() は欠損値以外の件数、nunique() は値の種類数を数える
• 欠損値も種類数に含めたい場合は nunique(dropna=False) を使う
• 表記ゆれを見つけるときは、まず unique() で列の値を確認する
• グループごとの種類数は groupby().nunique() で確認できる
• duplicated() は重複行の確認が目的で、unique()・nunique() とは役割が違う

データ分析では、いきなり集計や可視化に進む前に、列の中にどんな値が入っているかを確認することが大切です。

unique() と nunique() を使えるようになると、表記ゆれ、カテゴリの種類、欠損値の扱いに気づきやすくなり、前処理の精度を上げやすくなります。

次に読みたい関連記事

今回の記事とあわせて読むと、Pandasのデータ確認から前処理・集計までの流れがつかみやすくなります。

• Pandas DataFrame入門｜作り方・基本操作をわかりやすく解説
  DataFrameの基本構造から確認したい方におすすめです。

• Pandas info()とdescribe()の違い｜欠損値・型・統計量の見方を例で解説
  データ全体の型・欠損値・統計量を確認したい方におすすめです。

• 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
  値ごとの件数や割合まで見たい方におすすめです。

• pandas replace()の使い方｜値の置換・表記ゆれ・欠損値変換を解説
  unique() で見つけた表記ゆれを直したい方におすすめです。

• Pandas groupby×aggの使い方｜基本の集計とaggの書き方を例で解説
  グループごとの集計を詳しく学びたい方におすすめです。

必要に応じて、欠損値処理は fillna()の記事、重複行の確認は duplicated()の記事、特定の値だけ抽出したい場合は isin()の記事 も参考にしてください。

▲ ページトップへ戻る

CSVを読み込んだあと、pd.to_datetime()で日付列を日付型に変換できても、次のように迷うことがあります。

• 月別に売上を集計したい
• 曜日ごとの傾向を見たい
• 日付から年だけ、月だけを取り出したい
• df["注文日"].dt.year のような .dt が何をしているのかわからない

結論からいうと、.dtは、日付型の列から「年・月・日・曜日」などを取り出すために使う書き方です。

たとえば、日付列から月を取り出して「月」列を作ると、月別集計がしやすくなります。曜日を取り出すと、曜日別の売上や注文数を確認しやすくなります。

この記事では、pandasの.dtの使い方を、日付列から年・月・曜日を取り出し、集計や可視化につなげる流れでやさしく解説します。

まずはこの3行：日付から年・月・曜日を取り出す基本形

急いで使い方だけ確認したい場合は、日付型に変換したあと、次のように書きます。

df["注文日"] = pd.to_datetime(df["注文日"], errors="coerce")
df["月"] = df["注文日"].dt.month
df["曜日"] = df["注文日"].dt.day_name()

この3行の意味は、次の通りです。

年を取り出したい場合は、df["注文日"].dt.yearを使います。 この記事では、この基本形をもとに、年・月・日・曜日の取り出し方と、月別集計・曜日別集計へのつなげ方を順番に見ていきます。

この記事でわかること

このあと、次の内容を順番に見ていきます。

• pandasの.dtとは何か
• .dtを使う前に日付型へ変換する理由
• .dt.yearで年を取り出す方法
• .dt.monthで月を取り出す方法
• .dt.dayで日を取り出す方法
• .dt.day_name()で曜日名を取り出す方法
• .dt.weekdayで曜日番号を取り出す方法
• 英語の曜日名を日本語表示に整える基本
• 取り出した年・月・曜日を新しい列として追加する方法
• 月別集計・曜日別集計につなげる考え方
• .dtでエラーになる原因と確認ポイント

この記事では、resample()を使った本格的な時系列分析や、タイムゾーン、移動平均、時系列予測までは深入りしません。まずは、日付列を分析しやすい形に分解する基本に絞って解説します。

やりたいこと別：.dtの使い分け早見表

日付データで迷ったときは、まず「何をしたいのか」から考えると選びやすくなります。

この表の中でも、この記事では特に使用頻度が高い、pd.to_datetime() → .dt.year / .dt.month / .dt.day_name() の流れを中心に解説します。

.dtとは？日付列から年・月・曜日を取り出す書き方

.dtは、Pandasで日付列から年・月・日・曜日などを取り出すときに使う書き方です。

専門的には「日付・時刻用のアクセサ」と呼ばれますが、最初から用語を覚える必要はありません。まずは、日付列から必要な情報を取り出すための入口と考えるとわかりやすいです。

たとえば、次のように使います。

ただし、ここで大切なのは、.dtは日付型の列に対して使うという点です。 見た目が日付の文字列でも、型がobjectのままだと.dtを使えないことがあります。

to_datetime()と.dtの違い

.dtを理解する前に、pd.to_datetime()との違いを整理しておきましょう。

つまり、流れとしては次のように考えるとわかりやすいです。

1. まず、pd.to_datetime()で日付列を日付型に変換する
2. そのあと、.dt.yearや.dt.monthで年・月・曜日を取り出す

日付変換そのものを詳しく確認したい場合は、以下の記事を参考にしてください。

• 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

この処理はどこで使う？日付変換の次に行う前処理

ここまでで見たように、.dtはpd.to_datetime()で日付型に変換したあとのステップで使います。

CSV読み込み → DataFrame確認 → 日付型への変換 → .dtで年・月・曜日を取り出す → 集計 → 可視化

という流れで考えると、今回の.dtは、日付列を集計や可視化に使いやすくするための前処理にあたります。

CSVの読み込みは、以下の記事で詳しく解説しています。

• Google Colab CSV 読み込み＆保存入門｜pandasでread_csvとto_csvを解説

DataFrameの基本や、型・欠損値の確認は以下の記事も参考になります。

• Pandas DataFrame入門｜作り方・基本操作をわかりやすく解説
• Pandas info()とdescribe()の違い｜欠損値・型・統計量の見方を例で解説

サンプルデータを用意する

ここでは、ECサイトの注文データを想定します。コードが長くなりすぎないよう、6行だけの小さなデータで確認します。

列は、初心者が理解しやすいように次の3つだけにします。

• 注文日
• 商品
• 売上

注文日は、最初は文字列として入っている想定です。 CSVを読み込んだ直後も、日付列が文字列のままになっていることはよくあります。

import pandas as pd

注文日 = ["2026-01-05", "2026-01-10", "2026-02-03", "2026-02-14", "2026-03-08", "2026-03-12"]
商品 = ["ノートPC", "マウス", "キーボード", "モニター", "マウス", "キーボード"]
売上 = [120000, 3000, 8000, 35000, 3200, 8500]

df = pd.DataFrame({"注文日": 注文日,"商品": 商品,"売上": 売上})

df

まずは日付列の型を確認する

.dtを使う前に、まず注文日列の型を確認します。

日付のように見えても、Pandas上では文字列として扱われていることがあります。 その場合、.dt.yearや.dt.monthをそのまま使うとエラーになる原因になります。

df.dtypes

上のコードを実行すると、注文日がobject型になっていることを確認できます。

object型は、ざっくり言うと文字列として扱われている状態です。 このままでは、日付の部品を取り出す.dtを使う準備ができていません。

.dtを使う前にto_datetime()で日付型に変換する

.dtを使うために、注文日列を日付型に変換します。

実務では、日付列の中に変換できない値が混ざることがあります。 そのため、ここでは安全にerrors="coerce"を指定しています。

errors="coerce"を付けると、変換できない値があった場合にNaTになります。NaTは、日付データにおける欠損値のようなものです。

df["注文日"] = pd.to_datetime(df["注文日"], errors="coerce")

df

型も確認してみましょう。

df.dtypes

注文日がdatetime64[ns]になっていれば、.dtを使う準備ができています。

ここまでが、.dtを使う前の大切な準備です。 日付型への変換を深く学びたい場合は、format=やNaT対処も含めて、以下の記事で確認できます。

• 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

.dt.yearで日付から年を取り出す

年だけを取り出したいときは、.dt.yearを使います。

たとえば、注文日から「何年の注文か」を新しい列にしたい場合に使えます。

df["年"] = df["注文日"].dt.year

df[["注文日", "年"]]

注文日から、2026のような年だけを取り出せました。

ここで注意したいのは、NaTになっている行では、取り出した年も欠損になることです。 日付がない行から年を取り出すことはできないため、これは自然な結果です。

.dt.monthで日付から月を取り出す

月だけを取り出したいときは、.dt.monthを使います。

月別に売上を集計したい場合、まずは日付列から「月」列を作っておくとわかりやすくなります。

df["月"] = df["注文日"].dt.month

df[["注文日", "月"]]

.dt.monthを使うと、1〜12の数値として月を取り出せます。

ただし、複数年のデータを扱う場合は注意が必要です。 .dt.monthだけで集計すると、たとえば「2025年1月」と「2026年1月」が同じ「1月」としてまとめられてしまいます。

複数年データで年月単位にしたい場合は、後ほど紹介するdt.strftime("%Y-%m")のように、年と月を組み合わせた列を作ると安全です。

.dt.dayで日付から日を取り出す

日付の「日」だけを取り出したいときは、.dt.dayを使います。

たとえば、月の前半・後半で傾向を見たい場合や、日単位の確認をしたい場合に使えます。

df["日"] = df["注文日"].dt.day

df[["注文日", "日"]]

.dt.dayでは、1〜31の「日」を取り出せます。

ここでの「日」は日付の中の1日、2日、3日のような値です。 曜日を取り出す処理とは別なので、混同しないようにしましょう。

.dt.day_name()で曜日名を取り出す

曜日名を取り出したいときは、.dt.day_name()を使います。

曜日別に売上や注文数を見たいときに役立ちます。

df["曜日"] = df["注文日"].dt.day_name()

df[["注文日", "曜日"]]

.dt.day_name()を使うと、MondayやTuesdayのように英語の曜日名が取り出されます。

英語の曜日名のままでも集計はできます。 ただし、ブログ記事やレポートで見せる場合は、日本語の曜日にしたいこともあります。

その場合は、.dt.day_name()で取り出した曜日名を、map()で日本語に置き換えるとわかりやすくなります。

weekday_map = {
    "Monday": "月曜日",
    "Tuesday": "火曜日",
    "Wednesday": "水曜日",
    "Thursday": "木曜日",
    "Friday": "金曜日",
    "Saturday": "土曜日",
    "Sunday": "日曜日"
}

df["曜日_日本語"] = df["曜日"].map(weekday_map)

df[["注文日", "曜日", "曜日_日本語"]]

ここでは、.dt.day_name()で取り出した英語の曜日名を、日本語の曜日名に置き換えました。

ただし、この記事では.dtの基本を優先するため、以降の集計例では、先に作った曜日列と曜日番号列を使って説明します。 曜日名の置き換え自体を詳しく学びたい場合は、map()やreplace()の記事とつなげて考えると理解しやすくなります。

.dt.weekdayで曜日番号を取り出す

曜日を番号で扱いたい場合は、.dt.weekdayを使います。

.dt.weekdayでは、曜日が次の番号で表されます。

曜日順に並べたいときは、曜日名だけでなく曜日番号も持っておくと便利です。

df["曜日番号"] = df["注文日"].dt.weekday

df[["注文日", "曜日", "曜日番号"]]

曜日名だけで集計すると、表示順がアルファベット順になることがあります。 曜日番号を一緒に持っておくと、月曜から日曜の順に並べやすくなります。

処理前と処理後を比較する

ここまでで、注文日から年・月・日・曜日を取り出して、新しい列として追加しました。

処理前と処理後のイメージを比較すると、.dtの役割がわかりやすくなります。

.dtは、元の日付列を消すためのものではありません。 日付列から分析しやすい列を作るためのものと考えると理解しやすいです。

df

よく使う.dtの取り出し項目

.dtには多くの機能がありますが、初心者が最初に覚えるなら、まずは次の項目で十分です。

.dt.quarterや.dt.dateも便利ですが、この記事では深掘りしません。 まずは、年・月・日・曜日を取り出せるようになることを優先しましょう。

年月単位で集計したいときはdt.strftime("%Y-%m")も使う

.dt.monthは、1〜12の月だけを取り出します。

そのため、複数年のデータで月別集計をするときは、2026-01のような年月列を作ると便利です。 このように表示形式を整えたいときは、.dt.strftime("%Y-%m")を使えます。

df["年月"] = df["注文日"].dt.strftime("%Y-%m")

df[["注文日", "年", "月", "年月"]]

dt.strftime("%Y-%m")を使うと、2026-01のような年月の文字列を作れます。

ここでは軽く紹介するだけにします。 表示形式を自由に整える処理は便利ですが、最初から細かく覚えすぎるより、まずは.dt.year、.dt.month、.dt.day_name()の基本を押さえるのがおすすめです。

月別売上を集計する

.dtで月や年月の列を作ると、groupby()で月別集計がしやすくなります。

ここでは、年月ごとに売上合計を集計してみます。

なお、今回のサンプルには、日付に変換できなかったNaTの行があります。 月別集計では、まずは初心者が読みやすいように、注文日が欠損していない行だけを対象にします。

monthly_sales = (
    df.dropna(subset=["注文日"])
      .groupby("年月", as_index=False)["売上"]
      .sum()
)

monthly_sales

年月ごとに売上を合計できました。

このように、.dtで取り出した値は、集計のキーとして使えます。 groupby()の基本を詳しく学びたい場合は、以下の記事も参考になります。

• Pandas groupby×aggの使い方｜基本の集計とaggの書き方を例で解説

曜日別売上を集計する

次に、曜日別に売上を集計してみます。

曜日名だけだと並び順がわかりにくくなるため、ここでは曜日番号も使って並べます。

weekday_sales = (
    df.dropna(subset=["注文日"])
      .groupby(["曜日番号", "曜日"], as_index=False)["売上"]
      .sum()
      .sort_values("曜日番号")
)

weekday_sales

曜日ごとの売上合計を確認できました。

曜日名だけでなく曜日番号も作っておくと、月曜から日曜の順に並べやすくなります。 曜日別の件数だけを確認したい場合は、value_counts()を使う方法もあります。

df.dropna(subset=["注文日"])["曜日"].value_counts()

value_counts()は、曜日ごとの件数を数えたいときに便利です。

ここでも、日付がない行は曜日を判断できないため、dropna(subset=["注文日"])で除外してから数えています。

• 合計や平均を出したい → groupby()
• 件数を数えたい → value_counts()

このように使い分けると、日付データを分析に使いやすくなります。

value_counts()について詳しく知りたい場合は、以下の記事も参考になります。

• 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

月別・曜日別に何を見たいかで使い分ける

.dtで日付を分解するときは、「何を見たいのか」から逆算すると迷いにくくなります。

.dtは最終目的ではなく、集計や可視化をしやすくするための前処理です。

.dtでよくあるエラーと原因

.dtで初心者がつまずきやすいのは、日付型に変換する前に使ってしまうケースです。

たとえば、次のように文字列のまま.dt.yearを使うと、エラーになります。

df_error = pd.DataFrame({
    "注文日": ["2026-01-01", "2026-01-02"]
})

try:
    df_error["注文日"].dt.year
except Exception as e:
    print(type(e).__name__)
    print(e)

AttributeError
Can only use .dt accessor with datetimelike values

このエラーは、注文日列がまだ日付型ではないことが原因です。

対処法は、次の流れです。

1. df.dtypesやdf.info()で型を確認する
2. pd.to_datetime()で日付型へ変換する
3. そのあとに.dt.yearや.dt.monthを使う

型の確認方法は、以下の記事でも詳しく解説しています。

• Pandas info()とdescribe()の違い｜欠損値・型・統計量の見方を例で解説

NaTがある列に.dtを使うとどうなるか

日付に変換できない値があると、pd.to_datetime()でNaTになることがあります。

ここでは、本文のメインデータとは別に、未入力を含む小さなデータで確認します。

df_nat = pd.DataFrame({
    "注文日": ["2026-01-05", "未入力"]
})

df_nat["注文日"] = pd.to_datetime(df_nat["注文日"], errors="coerce")
df_nat["年"] = df_nat["注文日"].dt.year
df_nat["月"] = df_nat["注文日"].dt.month
df_nat["曜日"] = df_nat["注文日"].dt.day_name()

df_nat

未入力は日付に変換できないため、NaTになりました。

NaTの行では、年・月・曜日も欠損になります。 日付がない行から、年や曜日を取り出すことはできないためです。

NaTが多い場合は、まず日付列の欠損や変換できない値を確認することが大切です。 欠損値の確認や処理は、以下の記事ともつながります。

• 欠損値を可視化して攻略！Pandas isnullとヒートマップ活用術
• 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

.dtで作った列は新しい列として残すと分析しやすい

.dt.yearや.dt.monthで取り出した値は、その場で見るだけでなく、新しい列として残しておくと便利です。

たとえば、次のような列があると、後から集計や抽出をしやすくなります。

新しい列の追加そのものを詳しく知りたい場合は、以下の記事も参考になります。

• [pandasで新しい列を追加する方法｜df['列名']・assign・条件付き列追加を初心者向けに解説](https://pythondatalab.com/pandas-add-column/)

可視化につなげるときの考え方

.dtで月や曜日を取り出したら、そのままグラフ化するのではなく、まず集計表を作ると流れが整理しやすくなります。

たとえば、次のような流れです。

1. 注文日を日付型に変換する
2. .dtで年月や曜日列を作る
3. groupby()で月別・曜日別に集計する
4. Matplotlibで棒グラフや折れ線グラフにする

この記事では可視化の細かい設定までは扱いません。 グラフ化を学びたい場合は、以下の記事へ進むと理解がつながります。

• Matplotlib 棒グラフ入門
• Matplotlib折れ線グラフの描き方

軽く知っておくと便利な.dtの関連機能

最後に、発展的ですが、名前だけ知っておくと便利な機能を軽く紹介します。

最初から全部を覚える必要はありません。 まずは、.dt.year、.dt.month、.dt.day_name()を使って、日付列を分析しやすい列に分けられるようになることを優先しましょう。

まとめ：.dtは日付を分析に使いやすくする前処理

この記事では、pandasの.dtアクセサを使って、日付から年・月・日・曜日を取り出す方法を解説しました。

ポイントを整理します。

• .dtは、日付型の列から年・月・曜日などを取り出すために使う
• .dtを使う前に、pd.to_datetime()で日付型へ変換する
• .dt.yearで年を取り出せる
• .dt.monthで月を取り出せる
• .dt.dayで日を取り出せる
• .dt.day_name()で曜日名を取り出せる
• .dt.weekdayで曜日番号を取り出せる
• 複数年データの月別集計では、dt.strftime("%Y-%m")で年月列を作ると便利
• 取り出した値は、新しい列として追加すると集計や可視化に使いやすい
• .dtでエラーになるときは、まず日付列の型を確認する

.dtは、日付データ分析のゴールではありません。 日付列を、集計や可視化に使える形へ整えるための前処理です。

日付型への変換はto_datetime()、集計はgroupby()やvalue_counts()、グラフ化はMatplotlibへ進むと、データ分析の流れが自然につながります。

次に読みたい関連記事

今回の記事とあわせて読むと、Pandasの日付データ分析の流れが理解しやすくなります。

基礎・CSV読み込み

• Pandas DataFrame入門｜作り方・基本操作をわかりやすく解説
• Google Colab CSV 読み込み＆保存入門｜pandasでread_csvとto_csvを解説

型確認・日付変換

• Pandas info()とdescribe()の違い｜欠損値・型・統計量の見方を例で解説
• 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

列追加・集計

• pandasで新しい列を追加する方法｜df[‘列名’]・assign・条件付き列追加を初心者向けに解説
• pandas map()の使い方｜辞書で値を変換・新しい列を作る方法を初心者向けに解説
• pandas replace()の使い方｜値の置換・表記ゆれ・欠損値変換を解説
• Pandas groupby×aggの使い方｜基本の集計とaggの書き方を例で解説
• 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 並び替え（sort）入門｜sort_values・sort_indexの違いと複数列ソート

可視化

• Matplotlib 棒グラフ入門
• Matplotlib折れ線グラフの描き方

▲ ページトップへ戻る

CSVを読み込んで前処理をしていると、次のような場面がよく出てきます。

• 点数から「合格」「再確認」の列を作りたい
• 購入金額から「通常顧客」「見込み顧客」「重点顧客」のような区分を作りたい
• 複数の列を見て、1行ずつ判定したい
• 自分で作った関数を、DataFrameの列や行にまとめて使いたい

このようなときに使えるのが、Pandasの apply() です。

ただし、apply() は便利な一方で、何でも apply() で書けばよいわけではありません。 1列の値を対応表で変換するだけなら map()、値の置換なら replace()、型を変えるだけなら astype() や to_datetime() の方がわかりやすいこともあります。

この記事では、apply() を「何となく使う」のではなく、どの場面で使うべきか、axis=1 は何を意味するのか、lambda と自作関数をどう使い分けるかを、初心者向けに順番に解説します。

この記事を読むと、apply() の書き方を覚えるだけでなく、「map() で十分な場面」「apply(axis=1) を使うべき場面」「lambda ではなく自作関数に分けた方がよい場面」を判断できるようになります。

そのため、CSV読み込み後の前処理で、列を整えたり、複数列から判定列を作ったり、集計しやすいデータに変換したりする流れが理解しやすくなります。

この記事でわかること

この記事では、次の内容を扱います。

• apply() がどんな場面で役立つか
• Series.apply() と DataFrame.apply() の違い
• lambda を使った基本的な書き方
• axis=0 と axis=1 の違い
• 複数列を使って新しい列を作る方法
• apply()、map()、replace()、astype()、np.where() の使い分け
• apply() でよくあるミスと注意点
• apply() で作った列を、集計や可視化の前処理につなげる考え方

この記事のゴールは、apply() を、map() や replace() では足りないときに使う「関数適用の道具」として理解し、1列処理・行ごとの処理・新しい列作成を安全に使い分けられるようになることです。

データ分析の流れの中でのapply()の位置づけ

apply() は、DataFrameを読み込んだ直後に最初に使う機能というより、データを確認したあとに、分析しやすい形へ整える前処理でよく使います。

たとえば、次のような流れです。

1. head()、info()、describe() でデータの中身を確認する
2. rename()、replace()、astype()、to_datetime() などで列名・値・型を整える
3. map() や apply() で、分析しやすい列を作る
4. value_counts() や groupby() で集計する
5. Matplotlibで可視化する

つまり apply() は、前処理から集計・可視化へ進むために、必要な列を作る道具として考えるとわかりやすいです。

先に結論：apply()は「関数を列や行に適用する」ときに使う

apply() は、Pandasの列や行に対して、同じ処理をまとめて適用するためのメソッドです。

たとえば、次のような処理に向いています。

• 1列の値をもとに、判定結果を作る
• 複数列を見て、1行ごとに区分を作る
• 自作関数をDataFrameに適用する
• 短い処理を lambda で書く

特に、次のように判断すると迷いにくくなります。

1列の対応表変換なら map()、値の置換なら replace()、型変換なら astype()、複数列を見て1行ずつ判定するなら apply(axis=1) を検討します。

apply() は、単純な置換や型変換よりも、自分で作った判定ルールや関数を列・行に適用したいときに向いています。

一方で、apply() は万能ではありません。 まずは、次の表で使い分けを押さえておきましょう。

なお、この記事では「新しい列を作る方法全体」ではなく、apply()を使って関数の結果を列として追加する場面に絞って解説します。 df["新しい列"] = ... や assign() など、列追加そのものの基本は、別記事の「pandasで新しい列を追加する方法」で整理すると理解しやすいです。

初心者のうちは、単純な処理まで何でも apply() にしないことが大切です。

💡 ポイント apply() は便利ですが、何でも apply() で書く必要はありません。まずは map()・replace()・astype() で書けないかを確認し、それでも関数を適用したいときに apply() を使うと整理しやすくなります。

apply() は、「ほかの方法では書きにくい処理を、関数として適用したいとき」に使うと考えると整理しやすくなります。

サンプルデータを用意する

この記事では、Google Colabでそのまま試せるように、小さなサンプルDataFrameを使います。

学習データと購買データが混ざったような例にして、apply() で「合否」「税込金額」「顧客区分」などを作っていきます。

import pandas as pd

df = pd.DataFrame({
    "名前": ["田中", "佐藤", "鈴木", "高橋", "伊藤", "渡辺"],
    "年齢": [22, 35, 41, 29, 52, 38],
    "点数": [82, 59, 74, 91, 66, 88],
    "出席率": [0.95, 0.70, 0.82, 0.98, 0.60, 0.90],
    "購入金額": [12000, 45000, 28000, 62000, 8000, 37000],
    "地域": ["東京", "大阪", "東京", "福岡", "札幌", "大阪"]
})

df