【Pandas】pandasとは？Pythonのデータ分析ライブラリを初心者向けに解説

Pandas
2025.11.19

こんにちは、かつコーチです。
「pandasって聞いたことはあるけど、何ができるのか分からない」という方は多いと思います。
この記事では、pandasが何者なのか、なぜPythonでデータを扱うときに必須と言われるのかを、初心者向けにやさしく解説します。

pandasとは？

pandasの定義：Python用のデータ分析ライブラリ

pandasとは、Pythonで表形式のデータ（Excelのような行と列を持つデータ）を扱うためのライブラリです。
ライブラリとは、便利な機能をまとめて誰でも使えるようにしたプログラムの部品集のことです。

CSVファイルやExcelファイルを読み込んで、並び替えたり、集計したり、グラフにしたりといった処理を、数行のコードで実行できます。

Excelを触ったことがある方なら、「Excelでやっている作業をPythonで自動化できるツール」とイメージすると理解しやすいです。

なぜpandasが必要なのか

Excelは便利ですが、データが数万行を超えると動作が重くなったり、手作業でのミスが起きやすくなったりします。

pandasを使うと、以下のようなことが実現できます。

  • 数十万〜数百万行のデータでも高速に処理できる
  • 同じ集計処理をコードとして残せるので、毎回同じ手順を再現できる
  • 複数のファイルを組み合わせて一括処理できる

つまり「大量のデータを、正確に、繰り返し処理したい」というニーズに応えるのがpandasです。

pandasとNumPyの関係

pandasはNumPy（数値計算用のライブラリ）をベースに作られています。
NumPyが数値の配列（行列）を高速に扱うためのライブラリなのに対し、pandasはそこに「列名」「行のラベル」といった意味づけを加えて、Excelの表のように直感的に扱えるようにしたものです。

基本の書き方：pandasを使ってみる

インストール方法

pandasは標準ライブラリではないため、事前にインストールが必要です。

pip install pandas

Jupyter NotebookやGoogle Colabを使う場合は、多くの環境で最初からインストール済みです。

インポートと基本の書き方

pandasを使うときは、慣習的にpdという短い名前でインポートします。

import pandas as pd

# 簡単なデータを作ってみる
data = {
    "名前": ["田中", "佐藤", "鈴木"],
    "年齢": [25, 30, 28]
}

df = pd.DataFrame(data)
print(df)

実行結果は以下のようになります。

   名前  年齢
0  田中   25
1  佐藤   30
2  鈴木   28

この表形式のデータ構造をDataFrame（データフレーム）と呼びます。
pandasを学ぶうえで、まずこの「DataFrame」という言葉を覚えておくと、この後の学習がスムーズになります。

バージョンを確認する

pandasはバージョンによって挙動が変わることがあるため、確認しておく習慣をつけましょう。

import pandas as pd
print(pd.__version__)

このシリーズでは、2026年時点の主流であるpandas 2.x系を前提に解説します。
2.x系ではコピー処理の仕組みが変わるなど、1.x系と挙動が異なる部分があるので、古い記事の情報を参考にする際は注意してください。

よくあるつまずきポイント・エラー対処

インストールしたのにインポートできない

pandasをpip install pandasしたはずなのに、import pandas as pdで以下のようなエラーが出ることがあります。

ModuleNotFoundError: No module named 'pandas'

❌Before：システムのPythonと、実際に使っているPythonの環境が別々になっている状態でpip installしてしまう

✅After：python -m pip install pandasのように、今使っているPythonに対して確実にインストールする

私が初めてpandasを触ったときも、まさにこのエラーにハマりました。
VS Codeで複数のPython環境（システム標準とAnaconda）を切り替えていたのが原因で、pip installしたはずのpandasが見つからない状態になっていたのです。
python -m pip install pandasを実行してから、VS Code右下のインタープリタ選択で同じPythonを指定したところ、無事に解決しました。

環境が複数ある方は、まず「今どのPythonを使っているか」を確認するくせをつけると、このようなトラブルを避けられます。

応用・一歩先の使い方

pandasでできることの全体像

pandasの機能は大きく分けると次のような工程に分類できます。

  1. 読み込み：CSVやExcelファイルをDataFrameに変換する
  2. 抽出：条件に合う行や列を取り出す
  3. 加工：欠損値の処理や、複数データの結合
  4. 集計：グループごとの合計・平均などを計算する
  5. 可視化：グラフを作成して傾向を把握する

このシリーズでは、この工程順に沿って1つずつ丁寧に解説していきます。

Excel作業の自動化との組み合わせ

Python基礎編で紹介したcsvモジュールやopenpyxlライブラリでも、CSVやExcelファイルの読み書きは可能です。
ただし、集計やデータ加工まで含めて効率よく行いたい場合は、pandasの方が圧倒的に少ないコードで実現できます。
「ファイルの読み書きだけ」ならcsvモジュールやopenpyxl、「集計・分析までしたい」ならpandas、という使い分けを意識すると良いでしょう。

まとめ

この記事のポイント

  • pandasはPythonで表形式のデータを扱うためのライブラリ
  • 中心となるデータ構造はDataFrame
  • Excel作業を自動化・高速化したい場面で特に力を発揮する
  • インストールはpip install pandas、インポートはimport pandas as pdが定番
  • このシリーズはpandas 2.x系を前提に解説する

次に読むべき記事

pandasの基本が分かったら、次は具体的なデータ構造である「DataFrameとSeriesの基本を理解する」に進んでみてください。
実際にデータを読み込む前に、pandas特有のデータの持ち方を理解しておくと、この後の学習がぐっと楽になります。

タグ: Pandas, 初心者向け, 入門

タイトルとURLをコピーしました