Pythonで使えるPandasの簡単なインストール方法！インストールできないときの対処法も解説

Pythonには強力なライブラリ機能が備わっており、これを活用することによってプログラムを一から書かずとも効率的に開発を行うことが可能になります。

今回は、データ解析を行うことに特化したPythonライブラリ「Pandas」について、インストール方法やインストールできない場合の対処法、基本的な使い方などを解説します。

この記事の概要目次

1.データ解析に特化！PythonライブラリのPandasとは？
2.Pandasをインストールする方法
3.PythonのプログラミングでPandasを用いる方法
4.Pandasがインストールできないときの原因と対処法
5.データ処理に便利なPandasをインストールして使いこなそう

データ解析に特化！PythonライブラリのPandasとは？

Pandas(パンダス)とは、「The PyData Development Team」が開発した、Pythonのライブラリの一つです。ライブラリとは、特定の機能を持ったプログラムを定型化して、ほかのプログラムに組み込めるようにしたものを指します。

Pandasには、データ解析を支援するためのプログラムやデータが集められています。

Pandasの特徴とできること

Pandasの最大の特徴は、表形式の独自データフレーム（DataFrame）を備えているライブラリであることです。これによって、まるでExcelを扱うかのように、さまざまなデータの処理ができるでしょう。

具体的には、Pandasを用いることで以下のような操作が可能になります。

CSVファイルやExcelデータの読み込み
行数や列名からのデータの取得
データの特徴や形状あるいは一部の表示
データの要約や統計量の表示
データの変形やピボット
データのフィルタリングや切り出し（スライス）
値やインデックスごとの並べ替え
列や表の集計

など

Pandasを導入するメリット

Pandasを導入する主なメリットは2つ挙げられます。

まず、多種のデータを同じデータフレームとして扱えることです。
多くのプログラムでは、データを扱う際に同じ型式に整える必要があるでしょう。
しかし、Pandasは違った型式であっても、同じデータフレームに含めることが可能です。
そのため、データを前処理する作業が格段に楽になります。

次に、データの加工や解析に使える関数が多いことです。
前述した通り、Pandasはデータの解析に特化したライブラリです。
当然のことながら、含まれる関数の多くはデータ処理に関わるものとなっています。
例えば、データの欠損値を削除したり補完するといった作業も、Pandasを使えば簡単にできるでしょう。

Pandasをインストールする方法

Pythonには、

「標準ライブラリ」と呼ばれるPython導入時に同梱されるライブラリ
別途インストールしておく必要がある「外部ライブラリ」

と呼ばれるライブラリがあります。
このうちPandasは「外部ライブラリ」にあたるため、利用するには別途でインストールしなければなりません。

Pandasをインストールする標準的な方法について、以下でみていきましょう。

pipを使ったインストール方法

「pip」とは、Pythonの「標準ライブラリ」のうちの1つで、外部ライブラリを管理する機能があります。このpipを用いれば、Pandasを簡単にインストールできるでしょう。

OSがWindowsなら「コマンドプロンプト」、MacおよびLinuxでは「ターミナル」を開く
「python -m pip install pandas」あるいは「pip install pandas」と入力

すると、使用環境に合わせてpipが自動的にPandasのインストールを始めるでしょう。

インストールがされたかの確認

Pandasが無事インストールされているか確かめたいときは、「python -m pip freeze」とコマンド入力するとよいでしょう。Pandasをはじめ、インストール済みの外部ライブラリが一覧として表示されます。

pip以外でのインストール方法

pip以外のインストール方法2．「sudo apt-get install python3-pandas」と入力

pipを用いたインストール以外の方法として、「sudo apt-get install python3-pandas」と入力することでもPandasのインストールをすることができますが、Pythonの公式ではこの方法を推奨していません。最新バージョンのPythonやPandasを取得するには、pipやconda（Anacondaに含まれるパッケージおよびシステム環境管理システム）を使用してインストールすることが推奨されています。

pip以外のインストール方法2．Anacondaをインストール

また、「Anaconda」をインストールすることでもPandasを入手できるでしょう。
Anacondaとは、PythonおよびR言語を使うことを目的に作られた、無料のディストリビューション（インストーラーやアプリケーションがセットになったパッケージ）を指します。
このAnacondaには、標準的にPandasが含まれているのです。

Anacondaをインストールする場合は、

Anacondaの公式ホームページからOSにあったパッケージをダウンロード
パッケージをデスクトップ上で解凍
インストール設定を行う

これでPandasが利用できるようになります。もしくは、

コマンドで「conda install -c anaconda pandas」と入力

こちらでもAnacondaをインストールすることができます。

ちなみに、Anacondaは日本語を含むフォルダー内にはインストールできません。
例えば、Windowsのアカウント名が日本語になっている場合などでは、日本語を含まないインストール用のフォルダーを、あらかじめ作成しておく必要があるでしょう。

Python基礎セミナー講習の詳細はこちら

PythonのプログラミングでPandasを用いる方法

インストール後、実際にPythonにおいてPandasを用いるには、あらかじめPandasの読み込みをしておかなければなりません。そのため、お使いのPythonの入力画面において「import pandas as pd」というimport文を入力しておきましょう。

なお、Pandasは「pd」とエイリアスを付けるのが通例となっています。
これ以降、pdというワードを入力することで、Pandasが利用できるようになります。

準備が済んだなら、実際にPandasをプログラミングに使ってみましょう。
以下において、Pythonでプログラミングする際に、Pandasを使う基本である「データの読み込み」「データの選択」「データを表示する」などの方法について解説していきます。

データの読み込み

Pandasのデータフレームにデータの読み込みをする場合は、「read_csv()」という関数を使用します。

例えば、データ群が「example.csv」というファイルの場合、Pythonの入力画面において「df = pd.read_csv(‘example.csv’)」とコマンドを記述してください。

データの選択

次に、Pandasを使用してデータフレームに含まれるデータから特定の列や行を抜き出してみましょう。

例えば、以下のデータが読み込んだデータフレームにあるとします。

	Name	Cost
0	Cat	500
1	Dog	800
2	Bird	300

ここから特定の列を抜き出すには、「selected_column = df[‘ColumnName’]」とします。
「df」とは、データフレームのことを意味します。
もし、Cost列を抜き出したいのなら「selected_column = df[‘Cost’]」と記入するとよいでしょう。

また、特定の行を抜き出すならば、「selected_row = df.loc[]」とするのが一般的です。
例えば、2の行を選ぶのなら「selected_row = df.loc[2]」とするとよいでしょう。
もちろん、条件を付加することも可能です。
具体的には、データからCost400以上の行を抽出する場合には、「filtered_data = df[df[‘Cost’] >= 400]」とします。