Pythonはデータ分析において非常にポピュラーな言語です。特に、カテゴリデータの操作と分析はビジネスや研究で頻繁に遭遇する課題です。この記事では、Pythonを使ってカテゴリデータを効率よく処理し、分析する方法を具体的なコードと共に解説します。応用例も2つ掲載しているので、理解と活用の幅が広がるでしょう。
目次
はじめに
カテゴリデータとは、一般に有限な値のセットを取るデータのことを指します。例えば、性別（男、女）、地域（東京、大阪、名古屋）、商品カテゴリ（家電、食品、衣類）などがあります。このようなデータを効率よく扱い、有益な情報を引き出すスキルは非常に価値があります。
基本的な操作
データの読み込みと確認
Pythonでカテゴリデータを扱う際には、Pandasライブラリが便利です。まずは、CSVファイルからデータを読み込み、どのようなデータが格納されているのかを確認しましょう。
import pandas as pd
# CSVファイルを読み込む
df = pd.read_csv('data.csv')
# データの確認
print(df.head())
カテゴリ変数の変換
カテゴリデータを扱う際には、文字列を数値に変換する「エンコーディング」が一般的です。Pandasでは`astype`メソッドを使って簡単に変換できます。
# 'gender'列をカテゴリデータとして変換
df['gender'] = df['gender'].astype('category')
# 確認
print(df['gender'].dtype)
応用例1: カテゴリデータの集計
集計方法
カテゴリデータの頻度を集計するには、`value_counts()`メソッドが便利です。
# 'gender'列の頻度を集計
gender_counts = df['gender'].value_counts()
# 集計結果の確認
print(gender_counts)
応用例2: カテゴリデータのフィルタリング
フィルタリング方法
特定のカテゴリデータを持つ行だけを抽出する方法を見てみましょう。
# 'gender'が'Female'の行だけを抽出
df_female = df[df['gender'] == 'Female']
# 確認
print(df_female.head())
まとめ
この記事では、PythonとPandasを使用してカテゴリデータの基本的な操作から、集計とフィルタリングの応用例までを網羅的に解説しました。これらのテクニックは、データ分析の現場で非常によく使われるものなので、ぜひマスターしてください。
コメント