Pythonとpandasの組み合わせが凄い！データ解析のための完全マスターガイド

import pandas as pd

# CSVファイルの読み込み
df = pd.read_csv("sample.csv")

# 先頭5行を表示
print(df.head())

import pandas as pd

# サンプルデータ作成
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [24, 27, 22, 32],
    'Occupation': ['Engineer', 'Doctor', 'Artist', 'Lawyer']
}

df = pd.DataFrame(data)

# Ageが25より大きいデータをフィルタリング
result = df.query('Age > 25')
print("Age > 25:\n", result)

# Ageが25より大きく、Occupationが'Doctor'であるデータをフィルタリング
result = df.query('Age > 25 and Occupation == "Doctor"')
print("Age > 25 and Occupation == 'Doctor':\n", result)

# 平均値を計算
mean = df.mean()

# 中央値を計算
median = df.median()

# 分散を計算
variance = df.var()

print(f"平均値:\n{mean}\n")
print(f"中央値:\n{median}\n")
print(f"分散:\n{variance}\n")

import pandas as pd

# サンプルデータ作成
df1 = pd.DataFrame({'ID': [1, 2, 3], 'Name': ['Alice', 'Bob', 'Charlie']})
df2 = pd.DataFrame({'ID': [2, 3, 4], 'Age': [27, 22, 32]})

# 'ID'列をキーとして結合
merged_df = pd.merge(df1, df2, on='ID')
print(f"Merged DataFrame with 'ID' as key:\n{merged_df}")

# サンプルデータ作成
df1 = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie']}, index=[1, 2, 3])
df2 = pd.DataFrame({'Age': [27, 22, 32]}, index=[2, 3, 4])

# インデックスを基に結合
joined_df = df1.join(df2)
print(f"Joined DataFrame based on index:\n{joined_df}")

import pandas as pd

# サンプルデータ
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'Alice', 'Bob', 'Charlie'],
    'Item': ['Apple', 'Apple', 'Orange', 'Orange', 'Banana', 'Banana'],
    'Quantity': [1, 2, 2, 3, 1, 2],
    'Price': [100, 90, 80, 70, 110, 85]
}

df = pd.DataFrame(data)

# NameとItemごとにQuantityの合計を計算
pivot_df = pd.pivot_table(df, values='Quantity', index=['Name'], columns=['Item'], aggfunc='sum', fill_value=0)
print(f"Pivot table:\n{pivot_df}")

Item   Apple  Banana  Orange
Name                        
Alice      1       0       3
Bob        2       1       0
Charlie    0       2       2

import matplotlib.pyplot as plt

# データ
x = [0, 1, 2, 3, 4, 5]
y = [0, 1, 4, 9, 16, 25]

# グラフの描画
plt.plot(x, y)

# タイトルとラベル
plt.title("Line Graph Example")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")

# 表示
plt.show()