NumPy・pandas を整える。

＝ Excel の「並べ替え」「絞り込み」「集計」を pandas のコードで書く練習場

pandas が初めての方は、先にそもそも pandas とは・どんな場面で使うかをどうぞ。

4つの課題（クリックでエディタに読み込み）

PYTHON CODE Pyodide 0.28（numpy・pandas 同梱）で実行・送信ゼロ

Ctrl/⌘ + Enter で実行

コードを書いて「実行」を押すと、ここに print 出力・表・最後の式の値が出ます。

そもそも pandas とは

Python で表のデータを、Excel のように扱うための道具。

pandas は、Python で表形式のデータを扱うためのライブラリ（部品集）です。Wes McKinney 氏が作り始めました。中心になるのは DataFrame という、行と列でできた表のようなデータの入れ物で、CSV や Excel のデータを読み込み、並べ替え、絞り込み、集計といった操作ができます。

数値計算の土台である NumPy の上に作られていて、数値だけでなく文字や日付が混ざった表も扱えます。Excel で手作業していた集計を、コードで書いて何度でも同じ手順で再現できる点が強みです。

どこで・どんな場面で使うか

CSV の集計・整形

売上データなどを読み込んで、月ごと・商品ごとに合計や平均を出します。
データ分析の下ごしらえ

欠けた値の穴埋めや、不要な行の削除など、分析の前の整理に使います。
機械学習の前処理

学習に使うデータを、使える形にそろえる作業でよく登場します。
Excel 作業の自動化

毎月同じ手順の集計を、コードにして一瞬で済ませます。
求人・仕事での位置づけ

データ分析やデータ関連の仕事で、Python と合わせて求められる基本の道具です。

なぜ覚えておくと得か

手作業の集計を再現できる。手順がコードに残るので、データが新しくなっても同じ処理を繰り返せます。
大きな表でも扱いやすい。表計算ソフトでは重くなる量のデータも、扱いやすくなります。
データ分析の入口になる。グラフ化や機械学習へ進むときにも、この表の扱い方がそのまま土台になります。

上の練習場で課題を選んでコードを実行し、表のデータが絞り込まれたり集計されたりする結果を確かめてみてください。

4つの課題で NumPy・pandas の骨格をつかむ。

1

NumPy 配列 — 作る・形（shape）・要素ごとの演算

np.array([...]) で配列を作ると、 a * 2 のように全要素へ一括で演算できます。ループを自分で書く必要がありません。
2

DataFrame を作る — 辞書から・head・describe

pd.DataFrame(辞書) で表を作れます。 head() で先頭数行、 describe() で数値列の統計をまとめて確認できます。
3

絞り込みと並べ替え — boolean index・sort_values

df[df["age"] >= 30] のように条件式を角括弧に渡すと、条件に合う行だけが残ります。 sort_values(列名) で並べ替え。
4

集計 — groupby・agg・pivot_table

groupby("列").agg(...) でグループごとの集計、 pivot_table(...) で2つの軸のクロス集計ができます。

NumPy と pandas の役割分担

どちらも「表・配列を扱うライブラリ」ですが、担う階層が違います。

NumPy — 同じ型の値が並んだ「配列」を高速に計算するための土台。行列演算・統計関数など、数値計算そのものを担当します。
pandas — NumPy の配列を土台に、列ごとに名前と型を持てる「表（DataFrame）」を扱うためのライブラリ。列名・行ラベル・欠損値の扱いなど、表計算に必要な機能を足しています。
実際には、pandas の DataFrame の中身は列ごとに NumPy 配列として保持されています。「NumPy が計算エンジン、pandas が表としての使い勝手を足したもの」という関係です。

Excel との対応

Excel の操作を知っていれば、pandas の用語はほぼそのまま対応づけられます。

Excel	pandas
シート（表全体）	DataFrame
1列	Series
行番号（左端の1,2,3…）	index
見出し行	columns
フィルター	boolean index（df[条件]）
並べ替え	sort_values()
ピボットテーブル	pivot_table() / groupby()

このページについて

最後の行が式で、その値が DataFrame または Series のときだけ、下の出力に表として表示します。 Excel の「値を貼り付け」と同じで、表示は先頭 50 行までです（それより多い行数は件数だけ注記します）。

💡 初回は Pyodide（Python WASM）本体に加えて、numpy・pandas 追加で約9MBの追加ダウンロードがあります（合わせて数秒〜十数秒）。2 回目以降はキャッシュから瞬時にロード。 書いたコードと実行結果は、どこにも送信されません（すべてブラウザ内で実行）。

🌐 このページを開いただけでは外部通信は発生しませんが、「実行」を押した最初の1回だけ、 Python の実行環境（Pyodide 0.28.0）と numpy・pandas パッケージを配信元の cdn.jsdelivr.net から取得します。これはプログラムを受け取るだけの通信で、あなたが書いたコードや実行結果が送られることはありません。ただし通信である以上、配信元にはお使いの回線の IP アドレスが見えます。「入力は端末から出さない」という当サイトの原則に関わる点なので、隠さずに書いておきます。