![[kaneko lab.]](https://www.kkaneko.jp/info/logo_png.png){kind=logo}
Pandas データフレームの表示，形，次元数の確認（Python, pandas, Iris データセットを使用）（Google Colaboratory へのリンク有り）
1. エグゼクティブサマリー
本記事では，Python の pandas ライブラリと seaborn ライブラリを使用して，Iris データセットをデータフレームとして読み込み，その表示，形（shape），次元数（ndim）を確認する方法を扱う．さらに，データフレームの特定列の抽出，基本統計量の確認，データ型の確認までを段階的に示す．
https://colab.research.google.com/drive/12kH4Dcu501SffT60TjbnwUQA752hlyuD?usp=sharing
2. 前準備（必要ソフトウェアの入手）
ここでは、最低限の事前準備について説明する。機械学習や深層学習を行う場合は、NVIDIA CUDA、Visual Studio、Cursorなどを追加でインストールすると便利である。これらについては別ページ https://www.kkaneko.jp/cc/dev/aiassist.htmlで詳しく解説しているので、必要に応じて参照してください。
Python 3.12 のインストール（Windows 上） [クリックして展開]
以下のいずれかの方法で Python 3.12 をインストールする。Python がインストール済みの場合、この手順は不要である。
方法1：winget によるインストール
管理者権限のコマンドプロンプトで以下を実行する。管理者権限のコマンドプロンプトを起動するには、Windows キーまたはスタートメニューから「cmd」と入力し、表示された「コマンドプロンプト」を右クリックして「管理者として実行」を選択する。
winget install --scope machine --id Python.Python.3.12 -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 Include_pip=1 Include_test=0 Include_launcher=1 InstallLauncherAllUsers=1"--scope machine を指定することで、システム全体（全ユーザー向け）にインストールされる。このオプションの実行には管理者権限が必要である。インストール完了後、コマンドプロンプトを再起動すると PATH が自動的に設定される。
方法2：インストーラーによるインストール
- Python 公式サイト（https://www.python.org/downloads/）にアクセスし、「Download Python 3.x.x」ボタンから Windows 用インストーラーをダウンロードする。
- ダウンロードしたインストーラーを実行する。
- 初期画面の下部に表示される「Add python.exe to PATH」に必ずチェックを入れてから「Customize installation」を選択する。このチェックを入れ忘れると、コマンドプロンプトから
pythonコマンドを実行できない。 - 「Install Python 3.xx for all users」にチェックを入れ、「Install」をクリックする。
インストールの確認
コマンドプロンプトで以下を実行する。
python --versionバージョン番号（例：Python 3.12.x）が表示されればインストール成功である。「'python' は、内部コマンドまたは外部コマンドとして認識されていません。」と表示される場合は、インストールが正常に完了していない。
AIエディタ Windsurf のインストール（Windows 上） [クリックして展開]
Pythonプログラムの編集・実行には、AIエディタの利用を推奨する。ここでは、Windsurfのインストールを説明する。Windsurf がインストール済みの場合、この手順は不要である。
管理者権限のコマンドプロンプトで以下を実行する。管理者権限のコマンドプロンプトを起動するには、Windows キーまたはスタートメニューから「cmd」と入力し、表示された「コマンドプロンプト」を右クリックして「管理者として実行」を選択する。
winget install --scope machine --id Codeium.Windsurf -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --custom "/SP- /SUPPRESSMSGBOXES /NORESTART /CLOSEAPPLICATIONS /DIR=""C:\Program Files\Windsurf"" /MERGETASKS=!runcode,addtopath,associatewithfiles,!desktopicon"
powershell -Command "$env:Path=[System.Environment]::GetEnvironmentVariable('Path','Machine')+';'+[System.Environment]::GetEnvironmentVariable('Path','User'); windsurf --install-extension MS-CEINTL.vscode-language-pack-ja --force; windsurf --install-extension ms-python.python --force; windsurf --install-extension Codeium.windsurfPyright --force"--scope machine を指定することで、システム全体（全ユーザー向け）にインストールされる。このオプションの実行には管理者権限が必要である。インストール完了後、コマンドプロンプトを再起動すると PATH が自動的に設定される。
【関連する外部ページ】
Windsurf の公式ページ: https://windsurf.com/
必要なライブラリのインストール [クリックして展開]
管理者権限のコマンドプロンプトで以下を実行する．管理者権限のコマンドプロンプトを起動するには，Windows キーまたはスタートメニューから「cmd」と入力し，表示された「コマンドプロンプト」を右クリックして「管理者として実行」を選択する．
python -m pip install -U pip setuptools numpy pandas matplotlib seaborn scikit-learn scikit-learn-intelex
3. 実行のための準備とその確認手順（Windows 前提）
3.1 プログラムファイルの準備
第5章に掲載するソースコードをテキストエディタ（メモ帳，Windsurf 等）に貼り付け，iris_check.py として保存する（文字コード：UTF-8）．
3.2 実行コマンド
コマンドプロンプトでファイルの保存先ディレクトリに移動し，以下を実行する．
python iris_check.py3.3 動作確認チェックリスト
| 確認項目 | 期待される結果 |
|---|---|
| Iris データセットの読み込み | エラーなく実行が完了し，データフレームが生成される |
| 先頭5行の表示（head()） | sepal_length, sepal_width, petal_length, petal_width, species の5列が表示される |
| 形の確認（shape） | (150, 5) と表示される |
| 次元数の確認（ndim） | 2 と表示される |
| 0〜3列目の表示（iloc[:, 0:4]） | sepal_length, sepal_width, petal_length, petal_width の4列・150行が表示される |
| 基本統計量の表示（describe()） | count, mean, std, min, 25%, 50%, 75%, max の統計量が表示される |
| データ型の確認（dtypes） | 各列のデータ型（float64, object 等）が表示される |
4. 概要・使い方・実行上の注意
本プログラムでは，seaborn ライブラリに付属する Iris データセットをデータフレームとして読み込み，以下の操作を順に行う．
まず sns.load_dataset('iris') により Iris データセットを pandas のデータフレームとして取得する．次に head() メソッドで先頭5行を表示し，データの内容を確認する．
データフレームの形：サイズは 150 × 5．次元数は 2．最後の列（species）は花の種類を表すデータである．shape 属性でデータフレームの行数と列数を，ndim 属性で次元数を確認できる．
iloc[:, 0:4] を使用すると，データフレームの 0, 1, 2, 3 列目（sepal_length, sepal_width, petal_length, petal_width）のみを抽出して表示できる．
describe() メソッドにより，各数値列の基本統計量（件数，平均値，標準偏差，最小値，四分位数，最大値）を一覧で確認できる．dtypes 属性により，各列のデータ型を確認できる．
本プログラムは Google Colaboratory 上でも実行できる．Google Colaboratory を使用する場合は，Python や各ライブラリのインストールは不要である．
5. ソースコード
以下に，Iris データセットの読み込みからデータフレームの各種確認までを行うソースコード全体を示す．
import pandas as pd
import seaborn as sns
sns.set()
iris = sns.load_dataset('iris')
print(iris.head())
print(iris.shape)
print(iris.ndim)
print(iris.iloc[:, 0:4])
print(iris.describe())
print(iris.dtypes)
6. まとめ
Iris データセットの読み込み
seaborn の load_dataset('iris') を使用することで，Iris データセットを pandas のデータフレームとして取得できる．
データフレームの先頭行の確認
head() メソッドにより，データフレームの先頭5行を表示してデータの内容を確認できる．
形と次元数の確認
データフレームの shape 属性でサイズ（150 × 5）を，ndim 属性で次元数（2）を確認できる．
特定列の抽出
iloc[:, 0:4] を使用すると，データフレームの 0, 1, 2, 3 列目を抽出して表示できる．
基本統計量とデータ型の確認
describe() で各数値列の基本統計量を，dtypes で各列のデータ型を確認できる．