今回は、Pythonのデータ分析ライブラリ「Pandas」を使って、特定の列や行を抽出する方法について解説します。
DataFrameから欲しいデータだけを取り出すために、知っておきたい基本操作をまとめました。
サンプルデータの作成
import pandas as pd
df = pd.DataFrame({
"名前": ["太郎", "花子", "次郎", "美香", "健一", "恵子", "翔", "茜", "隆", "葵"],
"年齢": [23, 29, 35, 42, 18, 33, 27, 24, 31, 30],
"職業": ["エンジニア", "デザイナー", "教師", "医師", "学生", "看護師", "プログラマー", "販売員", "弁護士", "研究者"],
"年収（円）": [4500000, 5500000, 4900000, 7300000, 0, 4000000, 6000000, 3200000, 8000000, 5800000],
"居住地": ["東京", "大阪", "名古屋", "札幌", "福岡", "東京", "神戸", "仙台", "横浜", "千葉"],
"勤続年数": [2, 4, 10, 15, 1, 5, 3, 1, 12, 8]
})
df
| 名前 | 年齢 | 職業 | 年収（円） | 居住地 | 勤続年数 | |
|---|---|---|---|---|---|---|
| 0 | 太郎 | 23 | エンジニア | 4500000 | 東京 | 2 |
| 1 | 花子 | 29 | デザイナー | 5500000 | 大阪 | 4 |
| 2 | 次郎 | 35 | 教師 | 4900000 | 名古屋 | 10 |
| 3 | 美香 | 42 | 医師 | 7300000 | 札幌 | 15 |
| 4 | 健一 | 18 | 学生 | 0 | 福岡 | 1 |
| 5 | 恵子 | 33 | 看護師 | 4000000 | 東京 | 5 |
| 6 | 翔 | 27 | プログラマー | 6000000 | 神戸 | 3 |
| 7 | 茜 | 24 | 販売員 | 3200000 | 仙台 | 1 |
| 8 | 隆 | 31 | 弁護士 | 8000000 | 横浜 | 12 |
| 9 | 葵 | 30 | 研究者 | 5800000 | 千葉 | 8 |
特定列の抽出
1列だけ抽出
df['名前']出力例：
| 名前 | |
|---|---|
| 0 | 太郎 |
| 1 | 花子 |
| 2 | 次郎 |
| 3 | 美香 |
| 4 | 健一 |
| 5 | 恵子 |
| 6 | 翔 |
| 7 | 茜 |
| 8 | 隆 |
| 9 | 葵 |
※このように、DataFrameの中の「名前」列だけが順番に取り出されます。
複数列を抽出
df[['名前', '年収（円）']]| 名前 | 年収（円） | |
|---|---|---|
| 0 | 太郎 | 4500000 |
| 1 | 花子 | 5500000 |
| 2 | 次郎 | 4900000 |
| 3 | 美香 | 7300000 |
| 4 | 健一 | 0 |
| 5 | 恵子 | 4000000 |
| 6 | 翔 | 6000000 |
| 7 | 茜 | 3200000 |
| 8 | 隆 | 8000000 |
| 9 | 葵 | 5800000 |
特定行の抽出
範囲指定（インデックス番号）
df[0:1] # 1行目のみ
| 名前 | 年齢 | 職業 | 年収（円） | 居住地 | 勤続年数 | |
|---|---|---|---|---|---|---|
| 0 | 太郎 | 23 | エンジニア | 4500000 | 東京 | 2 |
df[0:3] # 1〜3行目まで（0,1,2行目が対象）| 名前 | 年齢 | 職業 | 年収（円） | 居住地 | 勤続年数 | |
|---|---|---|---|---|---|---|
| 0 | 太郎 | 23 | エンジニア | 4500000 | 東京 | 2 |
| 1 | 花子 | 29 | デザイナー | 5500000 | 大阪 | 4 |
| 2 | 次郎 | 35 | 教師 | 4900000 | 名古屋 | 10 |
失敗談
行毎や列毎に抜き出せるなら、df[0:3, ['列1', '列2']]のように、行と列を同時に抜き出すことを試みましたが、できませんでした。この場合は、後述するlocを使いましょう。
locの利用（ラベル名指定）
特定列を抽出
df.loc[:, '名前'] # 全行から「名前」列のみ
| 名前 | |
|---|---|
| 0 | 太郎 |
| 1 | 花子 |
| 2 | 次郎 |
| 3 | 美香 |
| 4 | 健一 |
| 5 | 恵子 |
| 6 | 翔 |
| 7 | 茜 |
| 8 | 隆 |
| 9 | 葵 |
df.loc[:, ['名前', '年収（円）']] # 全行から「名前」と「年収（円）」列を選択| 名前 | 年収（円） | |
|---|---|---|
| 0 | 太郎 | 4500000 |
| 1 | 花子 | 5500000 |
| 2 | 次郎 | 4900000 |
| 3 | 美香 | 7300000 |
| 4 | 健一 | 0 |
| 5 | 恵子 | 4000000 |
| 6 | 翔 | 6000000 |
| 7 | 茜 | 3200000 |
| 8 | 隆 | 8000000 |
| 9 | 葵 | 5800000 |
特定の行と列を抽出
df.loc[0:2, ['名前', '年収（円）']] # 先頭3行＆特定列だけ抽出| 名前 | 年収（円） | |
|---|---|---|
| 0 | 太郎 | 4500000 |
| 1 | 花子 | 5500000 |
| 2 | 次郎 | 4900000 |
失敗談
次のようなコードを書いてしまい、エラーが出ました。
df.loc[0:3, '名前', '年齢'] # 間違い：列はリストで指定すべき正しくは、以下のように列名はリスト形式で渡す必要があるのです：
df.loc[0:3, ['名前', '年齢']]このミスはとても初歩的ですが、何度も繰り返してしまいました。その結果、私はlocの使い方について、メモ帳に「行は範囲指定、列はリスト」と書いて貼っておくようにしました。
改善策： コードの構文エラーが出たら「一度、公式ドキュメントを確認する」「列名は必ずリストにする」ことを徹底する。
とはいえ、初心者のうちは、間違えるのが当たり前。焦らず確認を重ねることが大切です。
▶️ locの公式ドキュメントも参考にしてください：
pandas DataFrame loc Documentation
df.columns や df.index を併用しよう
DataFrameの構造確認にも便利な属性です。
df.columns：データフレームの列名を確認できます。df.index：インデックス（行ラベル）を確認できます。
# カラム名を一覧表示
df.columns
# 出力例: Index(['名前', '年齢', '職業', '年収（円）', '居住地', '勤続年数'], dtype='object')
# インデックス情報を確認
df.index
# 出力例: RangeIndex(start=0, stop=10, step=1)▶️ columnsとindexの公式ドキュメントも参考にしてください：
pandas DataFrame columns Documentation
pandas DataFrame index Documentation
まとめ
- 列だけを抽出 →
df['列名']またはdf[['列1', '列2']] - 行だけを抽出 →
df[0:3]（インデックス番号指定） - 行と列を細かく指定 →
df.loc[行範囲, 列範囲]を使う - 構造確認には
df.columnsやdf.indexも活用しよう！
次回は、インデックス番号で選択できるilocについて詳しく解説します。
（locはラベル名、ilocは番号ベース。使い分けができるとさらに便利です！）
コメント