【pandas】Seriesの作成方法

pandasでのSeries作成方法について解説します。

pandasのSeriesの作成方法

pandasのSeriesは、インデックス付きの1次元配列で、pandasの中心的なデータ型の一つです。Numpy配列 (ndarray)と同様にインデックスでアクセスできますが、Seriesは文字列のインデックスにも対応しており、Pythonの辞書のように扱えます。また、辞書よりも処理が高速です。

この記事では、Series作成方法について紹介します。

リストやNumPy配列 (ndarray) から作成する

リストやNumpy配列 (ndarray)から簡単にSeriesを作成することができます。

import pandas as pd

# リストからSeriesを作成する
# int
data = pd.Series([1, 5, 2, 4, 5])
print(data, "\n")

# float
data = pd.Series([1.0, 1.5, 2.0, 4.0, 5.0])
print(data)

【実行結果】
0    1
1    5
2    2
3    4
4    5
dtype: int64 

0    1.0
1    1.5
2    2.0
3    4.0
4    5.0
dtype: float64

Seriesでは、実行結果の左側がインデックス、右側が値となっています。また、dtypeは値の型を示します。

リスト同様にNumPyの配列（ndarray）からも以下のようにSeriesを作成できます。

import numpy as np
import pandas as pd

# NumPy配列(ndarray)からSeriesを作成する
# int
arr = np.array([1, 5, 2, 4, 5])
data = pd.Series(arr)
print(data, "\n")

# float
arr = np.array([1.0, 1.5, 2.0, 4.0, 5.0])
data = pd.Series(arr)
print(data)

【実行結果】
0    1
1    5
2    2
3    4
4    5
dtype: int32 

0    1.0
1    1.5
2    2.0
3    4.0
4    5.0
dtype: float64

NumPy配列 (ndarray)が作成されたときの型がint32であったので、作成されたpandasのSeriesもint32となっています。int64で作成したい場合は、以下のように書き換えることで対応できます。

data = pd.Series(arr, dtype="int64")

なお、NumPy配列 (ndarray)のデータタイプは実行環境に依存するため、int32とint64のどちらかになるかは環境に依存します。

任意のインデックスを指定して作成する

数値や文字列をインデックスとして指定してSeriesを作成することができます。インデックスの指定には、index引数を使用します。

import pandas as pd

# リストからSeriesを作成する
# 任意の数値を指定する
data = pd.Series([1, 5, 2, 4, 5], index=[100, 300, 200, 500, 400])
print(data, "\n")

# 文字列を指定することも可能
data = pd.Series([1, 5, 2, 4, 5], index=["a", "c", "d", "e", "z"])
print(data)

【実行結果】
100    1
300    5
200    2
500    4
400    5
dtype: int64 

a    1
c    5
d    2
e    4
z    5
dtype: int64

辞書から作成する

辞書からもSeriesを作成することができます。作成した辞書をSeriesの引数に渡してインスタンス化します。

import pandas as pd

# 辞書からSeriesを作成する
dic = {"a": 10, "z": 5, "c": 20, "f": 100}
data = pd.Series(dic)
print(data, "\n")

# 辞書の中から一部だけを抽出してSeriesを作成する
data = pd.Series(dic, index=["a", "f", "z"])
print(data)

【実行結果】
a     10
z      5
c     20
f    100
dtype: int64 

a     10
f    100
z      5
dtype: int64

元の辞書のデータの一部を使ってSeriesを作成したい場合には、以下のようにindex引数で一部インデックスを指定することでデータを抽出しつつSeriesの作成ができます。

# 辞書の中から一部だけを抽出してSeriesを作成する
data = pd.Series(dic, index=["a", "f", "z"])

SeriesからNumPy配列 (ndarray) に変換する

Seriesはvaluesプロパティを使用することでNumPy配列 (ndarray) に変換することができます。

import pandas as pd

# Seriesを作成する
data = pd.Series([1, 5, 2, 4, 5])
print(data, "\n")

# SeriesからNumPy ndarrayへ変換する
arr_tmp = data.values
print(arr_tmp, type(arr_tmp))

【実行結果】
0    1
1    5
2    2
3    4
4    5
dtype: int32 

[1 5 2 4 5] <class 'numpy.ndarray'>

まとめ

pandasでのSeries作成方法について解説しました。

Seriesは、Numpy配列 (ndarray) と同様にインデックスでアクセスできますが、文字列インデックスにも対応しており、Pythonの辞書のように扱えます。また、処理も辞書より高速です。

pandasの中心的なデータ型の一つですので、作成方法の基本をしっかり理解してもらえたらと思います。

【Python Tech】プログラミングガイド本サイトで紹介しているPython入門、応用に関する記事のまとめページです。Python文法の入門から高度な内容、おすすめの書籍についても紹介しています。また、機械学習等のデータ分析やGUI開発、近年話題の生成AI等のトピックスについても含んでいます。...

Pythonデータサイエンスハンドブック 第2版

posted with ヨメレバ

Jake VanderPlas/菊池 彰 オライリー・ジャパン 2024年02月17日頃

楽天ブックス

Amazon

ホッシー

システムエンジニア

Contact

はじめまして。当サイトをご覧いただきありがとうございます。 私は製造業のメーカーで、DX推進や業務システムの設計・開発・導入を担当しているシステムエンジニアです。これまでに転職も経験しており、以前は大手電機メーカーでシステム開発に携わっていました。

プログラミング言語はこれまでC、C++、JAVA等を扱ってきましたが、最近では特に機械学習等の分析でも注目されているPythonについてとても興味をもって取り組んでいます。これまでの経験をもとに、Pythonに興味を持つ方のお役に立てるような情報を発信していきたいと思います。どうぞよろしくお願いいたします。

※キャラクターデザイン：ゼイルン様