Pandasのインストール方法【Pythonライブラリ】

ゆうすけ

Pandasライブラリのインストール方法がわかりません・・・

資格マフィア

pipを使うことで簡単にインストールができるぞ。

✔️ 本記事のテーマ

Pandasライブラリのインストール方法

✔️ 読者さんへの前置きメッセージ

本記事は「Pandasのインストール方法」について書いています。

この記事を読むことで
「Pandasのインストール手順　や　Pandasの使い方」を理解できます。

Pandasはデータ分析などに使用されるPythonライブラリです。

視覚的なデータ操作や表形式でのデータ管理など使う場面は多いライブラリですが、サードパーティ製のライブラリなのでプログラムの中で使うにはインストールする必要があります。

インストール手順は慣れてしまえば簡単です、

そこでこの記事ではPandasのインストール方法について順番に解説していきます。
（記事中のインストールコマンドはコピペすれば基本的にそのまま使えるはずです）

Pandasのインストール方法
Pandasがインストールできない時の対処法
Pandasを使ってデータ分析を行う
PandasやPythonについてもっとスキルをつけるなら
エンジニアとしての自身の価値をチェックする（完全無料）

Pandasのインストール方法

Pandasのインストール方法はとても簡単です。

以下のコマンドを実行すればインストールができます。

pip install pandas

これはpipというPythonライブラリを管理するためのツールでインストールしています。

pipは便利なツールなので上記のコマンドを実行すれば、
あとは環境に合わせて自動的にPandasを実行できる状態にしてくれます。

Pandasがインストールできない時の対処法

前章で説明したコマンドでPandasのインストールが出来ない場合がたまにあります。

そんな時の対処法をパターン別に解説していきます。

pip3を使ってPandasをインストールする

環境によってはpipではなく、pip3が入っている場合があります。

そのようなときはpipコマンドを認識してくれないので、pip3コマンドを実行しましょう。

実行自体はほとんど同じです。

pip3 install pandas

このコマンドを実行することでpip3を使って、Pandasをインストールすることができます。

前準備としてpipをインストールする

そもそもpipもpip3も入っていない場合はpipコマンド、pip3コマンドは当然ですが機能しません。

そのような場合はまずpipをインストールしましょう。

以下のコマンドを実行することでpipをインストールすることができます。

sudo easy_install pip

これでpipを使えるようになったので、
先ほどコマンドを実行すればpandasのインストールができるはずです。

pip install pandas

easy_installでPandasをインストールする

何らかの理由でpipが動かない場合（環境依存による不具合など）は、
easy_installで直接Pandasをインストールすることも可能です。

以下のコマンドを実行することで、Pandasをインストールできます。

sudo easy_install pandas

pipを使っていないので正攻法ではないですが、
インストールが成功していればPythonからPandasを使えるようになっているはずです。

apt-getでPandasをインストールする

ここまでの方法でどうしてもうまくいかない場合は、
aptを使ってPandasを動かすために必要なOSライブラリをインストールする方法もあるでしょう。

Linux系OSなら以下のコマンドを実行することで、
Pandasの動作に必要なOSライブラリをインストールできます。

sudo apt-get install python-numpy python-scipy python-matplotlib ipython ipython-notebook python-pandas python-sympy python-nose

Pandasを使ってデータ分析を行う

ここまでPandasのインストールについて解説してきました。

では早速インストールしたPandasライブラリを使って、データ分析を行ってみましょう。

Pandasをimportする

PandasをPythonから使うにはまずimportする必要があります。

import pandas as pd

Pandasオブジェクトを作る

次に、Pandasオブジェクトでデータを作ります。

今回はDataFrame型のオブジェクトを生成します。

df = pd.DataFrame(
    {
        '氏名': ['大野', '櫻井', '相葉', '二宮', '松本'],
        '年齢': [39, 37, 37, 36, 36],
        '性別': ['男', '男', '男', '男', '男']
    }
                  )

print(df)
#    氏名    年齢    性別
#    大野      39    男
#    櫻井      37    男
#    相葉      37    男
#    二宮      36    男
#    松本      36    男

DataFrame型とはExcelの表のような形式のデータです。

Pandasはこのような独自のオブジェクトを使うことで、直感的かつ視覚的なデータ操作を可能にしています。

PandasのDataFrame型については
「PandasのDataFrameを徹底解説【コード付き】」の記事で詳しく解説しています。

条件でデータ操作をする

さらにこのデータの中から「年齢が37歳」という条件にマッチするものだけ抽出してみます。

df_37 = df[df.年齢 == 37]

print(df_37)
#    氏名    年齢    性別
#    櫻井      37    男
#    相葉      37    男

このように普段Excelで行っているような直感的なデータ操作を
プログラムから行えるというのがPandasの強みです。

今回、行ったようなPandasを使ったデータ操作については
「PythonライブラリのPandasを徹底解説！」の記事で詳しく解説しています。

また、他にもPandasを使うことで、ExcelファイルをPythonから読み込むこともできます。
参考記事：PythonでExcelデータの読み込みを行う方法

Pandasライブラリを使ったサンプルコード

今回使用したサンプルコードの全体像はこちらです。

import pandas as pd


df = pd.DataFrame(
    {
        '氏名': ['大野', '櫻井', '相葉', '二宮', '松本'],
        '年齢': [39, 37, 37, 36, 36],
        '性別': ['男', '男', '男', '男', '男']
    }
                  )

df_37 = df[df.年齢 == 37]