pandas.DataFrame はラベル付き 2 次元配列

Python の Pandas ライブラリが提供する pandas.DataFrame 型は、テーブル形状のデータを表す 2 次元データ型で、Pandas によるデータ解析の要となるデータ形式です。

内部では NumPy ライブラリの ndarray が利用されていますが、pandas.DataFrame を使うと、X 軸（列）、Y 軸（行）の各インデックスに任意のラベルを付けることができます （1 次元データを表現する pandas.Series 型も用意されています）。 NumPy の ndarray は同じデータタイプの値しか持てませんが、pandas.DataFrame であれば、列ごとに異なるデータタイプの値を保持することができます。

pandas.DataFrame を生成する

pandas.DataFrame コンストラクタで、次のように初期値となる 2 次元データだけを渡すと、行と列のラベルとして、0、1、2 という連番が割り振られます。 pandas.DataFrame オブジェクトを print 関数に渡すと、見やすい形で出力してくれます。

import pandas as pd

data = [[100, 200, 300], [400, 500, 600], [700, 800, 900]]
df = pd.DataFrame(data)
print(df)

     0    1    2
0  100  200  300
1  400  500  600
2  700  800  900

各インデックスにラベルを設定する

pandas.DataFrame コンストラクタの columns パラメータを使うと、X 軸（列）の各インデックスのラベルを設定することができます。 同様に、index パラメータを使うと、Y 軸（行）の各インデックスのラベルを設定することができます。

import pandas as pd

data = [[100, 200, 300], [400, 500, 600], [700, 800, 900]]
columns = ('x1', 'x2', 'x3')
index = ('y1', 'y2', 'y3')
df = pd.DataFrame(data, columns=columns, index=index)
print(df)

     x1   x2   x3
y1  100  200  300
y2  400  500  600
y3  700  800  900

ディクショナリから DataFrame を生成する

Python のディクショナリオブジェクトを pandas.DataFrame に変換することができます。 pandas.DataFrame コンストラクタにディクショナリを渡すと、そのキーがカラム名として使用されます。

import numpy as np
import pandas as pd

data = {
    'A': 1.0,
    'B': [100, 200, 300],
    'C': np.array(['a', 'b', 'c']),
    'D': pd.Series([0.1, 0.2, 0.3]),
    'E': pd.Categorical(['apple', 'lemon', 'peach']),
    'F': pd.date_range('2017-01-01', periods=3)
}
df = pd.DataFrame(data)
print(df)

     A    B  C    D      E          F
0  1.0  100  a  0.1  apple 2017-01-01
1  1.0  200  b  0.2  lemon 2017-01-02
2  1.0  300  c  0.3  peach 2017-01-03

この例では、キーがたまたまディクショナリの初期化時と同じ順番で並んでいますが、ディクショナリの要素には順序性はないので、このような順番でカラムが並ぶことは保証されていないことに注意してください（カラム名とそれに関連付けられた Series データがあるだけです）。

ランダム値や連番からなる DataFrame を生成する

NumPy 配列から pandas.DataFrame を生成することもできます。 NumPy ライブラリには、いろいろな形の NumPy 配列を生成するユーティリティ関数が用意されているので、これを利用してテスト用の pandas.DataFrame を簡単に生成できます。

ランダムな DataFrame

import numpy as np
import pandas as pd

np.random.seed(2525)  # 乱数シードを設定
arr = np.random.randint(0, 1000, size=(2, 3))
df = pd.DataFrame(arr, columns=("x1", "x2", "x3"))
print(df)

    x1   x2   x3
0  636  952  324
1   21  289  966

ランダムな値を使うときは、上記のようにシード値を設定しておくことで、同じデータを再現できるようになります。

連番の DataFrame

arr = np.arange(10).reshape((2, 5))
df = pd.DataFrame(arr, columns=("A", "B", "C", "D", "E"))
print(df)

   A  B  C  D  E
0  0  1  2  3  4
1  5  6  7  8  9

• 参考: NumPy 配列 (ndarray) の作成方法まとめ