PythonのライブラリPandasでの要素取得の書き方を現役エンジニアが解説【初心者向け】
初心者向けにPythonのライブラリPandasでの要素取得の書き方について解説しています。Pandasはデータ処理のライブラリになります。機械学習や深層学習の精度に影響するのはインプットするデータの質です。今回は分析業務で頻出の基礎について解説します。
テックアカデミーマガジンは受講者数No.1のプログラミングスクール「テックアカデミー」が運営。初心者向けにプロが解説した記事を公開中。現役エンジニアの方はこちらをご覧ください。 ※ アンケートモニター提供元:GMOリサーチ株式会社 調査期間:2021年8月12日~8月16日 調査対象:2020年8月以降にプログラミングスクールを受講した18~80歳の男女1,000名 調査手法:インターネット調査
PythonのライブラリPandasでの要素取得の書き方について解説します。
そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。
なお本記事は、TechAcademyのオンラインブートキャンプPython講座の内容をもとに紹介しています。

今回は、Pythonに関する内容だね!

どういう内容でしょうか?

ライブラリPandasでの要素取得の書き方について詳しく説明していくね!

お願いします!
ライブラリPandasのDataFrame
Pandasでは1次元配列のSeries、2次元配列のDataFrame、(あまり使うことはないですが)3次元配列のPanelでデータを扱います。
DataFrameとはわかりやすく言うと、Excelのような行と列の組み合わせでできているデータのことです。
ライブラリPandasのDataFrameの要素取得のための属性(loc, iloc, at iat, ix など)
前述のとおり、行と列の組み合わせでデータが構成されているので、欲しいデータを取得するためには「n行目のm列目の値が欲しい」などのように指定をする必要があります。 ここでは要素取得の方法(属性)をいくつか説明します。
loc
行ラベル、列ラベルで要素を指定します。’:’と組み合わせることで、行全体や列全体、指定範囲の行や列のデータを取得できます。
iloc
行番号、列番号で要素を指定します。’:’と組み合わせることで、行全体や列全体、指定範囲の行や列のデータを取得できます。
at, iat
atは行ラベルと列ラベルで、iatは行番号と列番号で要素を指定します。loc、ilocとの違いは複数要素を取得できないことです。
ix
行番号、列番号で要素を指定します。’:’と組み合わせることで、行全体や列全体、指定範囲の行や列のデータを取得できます。 ※Pandas v0.20.0以降では非推奨となっているため、できるだけ使わない方が良いでしょう。
要素取得のための各属性(loc,iloc,at iat,ixなど)の比較
- 指定方法
- ラベルで指定: `loc`、`at`
- 番号で指定: `iloc`、`iat`、`ix`
- 取得要素数
- 単一: `at`、`iat`
- 複数: `loc`、`iloc`、`ix`
要素取得のための各属性(loc,iloc,at iat,ixなど)の書き方
loc
単一の要素を取得 df.loc[“label_row”, “label_col”]
行全体を取得 df.loc[“label_row”]、もしくは df.loc[“label_row”, :]
列全体を取得 df.loc[:, “label_col”]
指定範囲の要素を取得 df.loc[“label_row_a”:”label_row_b”, “label_col_a”:”label_col_b”]
iloc
単一の要素を取得 df.loc[0, 1]
行全体を取得 df.loc[0]、もしくは df.loc[0, :]
列全体を取得 df.loc[:, 1]
指定範囲の要素を取得 df.loc[0:2, 1:3]
at iat
at df.at[“label_row”, “label_col”] iat df.iat[0, 1]
ix
単一の要素を取得 df.ix[0, 1]
行全体を取得 df.ix[0]、もしくは df.ix[0, :]
列全体を取得 df.ix[:, 1]
指定範囲の要素を取得 df.ix[0:2, 1:3]
実際に書いてみよう
サンプルコード
Pandasのimport、データ準備
import pandas as pd from pandas import DataFrame df = DataFrame({"name": ["Aki", "Ben", "Chris"], "age": [19, 25, 33], "height": [142, 185, 161], "score": [97, 85, 77]}, index=["a", "b", "c"])
以下のデータを使って要素取得を試してみましょう。
name | age | height | score | |
---|---|---|---|---|
a | Aki | 19 | 142 | 97 |
b | Ben | 25 | 185 | 85 |
c | Chris | 33 | 161 | 77 |
height | score | |
---|---|---|
a | 142 | 97 |
b | 185 | 85 |
iloc
“b”行の”height”を取得 df.loc[1, 2]
全行の”height”を取得 df.loc[:, 2]
“b”行の全データを取得 df.loc[1]
“a”行から”b”行の、”height”,”score”を取得 df.loc[0:2, 2:4]
※locと異なり、欲しいデータの次の行番号や列番号を終端として指定する必要があるので注意しましょう。
at iat
“a”行の”name”を取得 df.at[“a”, “name”] df.iat[0, 0]
ix
“b”行の”height”を取得 df.ix[1, 2]
全行の”height”を取得 df.ix[:, 2]
“b”行の全データを取得 df.ix[1]
“a”行から”b”行の、”height”,”score”を取得 df.ix[0:2, 2:4]
※locと異なり、欲しいデータの次の行番号や列番号を終端として指定する必要があるので注意しましょう。
実は私も!?独学で損する人の特徴
「スクールは高いから独学で成功する」という気持ちの方は多いと思います。
もちろんその方が金額は低く抑えられるでしょう。
ただ
独学には向き不向きがあり、実はスクールが向いている人も大勢います。
そんな方のために参考として、
テックアカデミー卒業生がスクールを選んだ理由
をご紹介します。
- ・困って挫折しそうなときに、質問や相談できる相手がいる環境で学んでいきたいなと思った
- ・わかった気になっているだけだったので、自分を追い込む環境に置いた方がいいと感じた
- ・スクールのカリキュラムで市場に求められるスキルを学ぶべきと思った

少しでも当てはまる部分があれば、
スクールが向いているかもしれません。
お試しのつもりで、まずは一度
無料相談
に参加してみませんか?
現役エンジニア・デザイナーに何でも気軽に相談できる30分
を
すべて無料で
できます。
無理な勧誘は一切ない
ので、お気軽にご参加ください。
監修してくれたメンター
メンター稲員さん
フリーランスエンジニア。 経験言語:Ruby, Rails, Python, C/C++, Java, Perl, HTML/CSS3, JavaScript, CoffeeScript, Node.js |

内容分かりやすくて良かったです!

ゆかりちゃんも分からないことがあったら質問してね!

分かりました。ありがとうございます!
TechAcademyでは、初心者でもPythonを使った人工知能(AI)や機械学習の基礎を習得できるオンラインブートキャンプPython講座を開催しています。
挫折しない学習方法を知れる説明動画や、現役エンジニアとのビデオ通話とチャットサポート、学習用カリキュラムを体験できる無料体験も実施しているので、ぜひ参加してみてください。

プログラミングを独学していて、このように感じた経験はないでしょうか?
- ・調べてもほしい情報が見つからない
- ・独学のスキルが実際の業務で通用するのか不安
- ・目標への学習プランがわからず、迷子になりそう
テックアカデミーでは、このような
学習に不安を抱えている方へ、現役エンジニア講師とマンツーマンで相談できる機会を無料で提供
しています。
30分間、オンラインでどんなことでも質問し放題です。
「受けてよかった」と感じていただけるよう
厳しい試験を通過した講師
があなたの相談に真摯に向き合います。
「ただ気になることを相談したい」
「漠然としているがプロの話を聞いてみたい」
こんな気持ちでも大丈夫です。
無理な勧誘は一切ありません
ので、まずはお気軽にご参加ください。
※体験用のカリキュラムも無料で配布いたします。(1週間限定)