Python Pandas（パンダス）｜excel・csvの基本操作

この記事を書いている人

プログラミング言語（Pythonなど）を働きながら独学で習得。「Excel作業の自動化」「人工知能による予測」「Webアプリ開発」「Webスクレイピング」を駆使した業務ハック（業務改善×システム化）を得意にしています。

Python Pandas（パンダス）とは？

Pandas（パンダス）とは、一言でいうとデータ分析を効率的に行うためのツールです。オープンソースで公開されており、個人・商用関係なく誰でも無料で利用できます。

Pandasを使うと、”データの内容”や”統計量”を表示したりグラフ化などの処理を、たった数行のコードで実行できます。

データ分析に必要な前処理（分類・整理・成型・抽出・削除）を高速化できるので大変便利です。

なにかと手作業の多いExcelよりも利便性が高く、効率的にデータ分析を行えます。

Python Pandas（パンダス）｜Excel・csv操作の具体例

ステップ１．サブウィンドウを開く

google colabで新規ファイルを開き、左側の矢印（>）をクリックしてサブウィンドウを開きます。Google Colabの環境構築については、下記の記事を参考にしてください。

[st-card id=137 label=”” name=”” bgcolor=”” color=”” fontawesome=”” readmore=”on”]

ステップ２．ファイル（タブ）を選択

「ファイル」をクリックします。

ステップ３．アップロード（メニュー）を選択

「アップロード」をクリックします

ステップ４．アップロードするExcelファイルを選択

ファイル選択のウィンドウが開きますので、アップロードしたいファイル（商品マスタ・売上データ）を選択します。今回はExcrlファイルで説明しますが、csvファイルを選択することもできます。

ステップ５．Excelファイルのアップロードの完了

サブウィンドウに「商品マスタ」と「売上データ」が表示され、アップロードが完了しました。

ステップ６．アップロードしたファイルをデータフレーム形式へ変換

pandasライブラリをインポートし、アップロードした「商品マスタ」と「売上データ」をPandasのコードを使ってDataFrame（データフレーム ）形式で読み込みます。※csvファイルをデータフレーム 形式へ変換する場合は「pd.read_excel」の部分を「pd.read_csv」と書けばOKです。

ステップ７．データフレームの結合

「商品マスタ」と「売上データ」の2つのDataFrame（データフレーム ）に共通している「商品コード」をキーにして、売上データと商品マスタを結合します。

ステップ８．データフレームの列追加と数値計算

DataFrame（データフレーム ）に「金額」という新しい項目を追加し、「販売数量」と「単価」をかけた数値を追加します。

ステップ９．データフレームのデータ変換

DataFrame（データフレーム ）の商品名をカタカナの「バナナ」から、ひらがなの「ばなな」へ変更します。

ステップ１０．データフレームの条件抽出

DataFrame（データフレーム ）の販売数量が5以上のデータのみを抽出します。

ステップ１１．データフレームからExcelファイルへの変換

販売数量が5以上のデータのみ抽出したDataFrame（データフレーム ）を「売上データ（要因分析）」という名前で、Excel形式で書き出します。※csvで書き出したい場合は「to_excel」の部分を「to_csv」と書けばOKです。

ステップ１２．書き出したデータ（データ操作後）の確認

書き出したExcelファイルをダウンロードして内容を確認すると、販売数量が5以上のデータが書き出しできていることが分かります。

Python Pandas（パンダス）｜Excel・csv操作の自動化

ステップ１〜１２により「データ分析に使えるデータ」にするためのコードが記述できました。まとめると以下の7行になります。

一度作成したコードは、ボタン一つで何度でも繰り返し実行できます。つまり、自動化プログラムの完成！となります。

Python Pandas（パンダス）のまとめ

Excelはとても便利なソフトですが、データの変更や削除・フィルターを使った抽出など、すべて手作業が発生します。

Pandasはそういった手作業を全て自動化できる、とても便利なツールなのです。ぜひ試してみてください。