概要（fillnaは「欠損値を意図した値で埋めて分析を続行する」ための入口）pandasのfillnaは、DataFrameやSeriesに含まれる欠損値（NaN/None/pd.NA）を、固定値・前...

概要（lambdaは「その場で小さな関数」を作り、データ処理を短く書くための道具）lambda（無名関数）は、名前を付けずに1行で小さな関数を作る仕組みです。短い変換・条件分岐・並べ替えのキー指定など...

概要（applyは「行や列ごとに関数を適用して柔軟に加工する」）pandasのapplyは、SeriesやDataFrameに対して「各要素」「各行」「各列」へ関数を適用するための基本メソッドです。f...

概要（loc/ilocは「行・列の取り出し方が違う」二大基本操作）pandasのlocとilocは、DataFrameから行・列・セルを取り出すための代表的な方法です。locはラベル（行名・列名）で指...

概要（meltは「横持ちの列を縦に溶かして整然データへ変換する」）pandasのmeltは、ワイド形式（横持ち）をロング形式（縦持ち）へ変換するためのメソッドです。列として並んだ複数の計測値（例: M...

概要（pivot_tableは「集計しながら縦長データを行×列へ再配置する」）pandasのpivot_tableは、Excelのピボットテーブルと同じ発想で「行（index）」「列（columns）...

概要（pivotは「縦長データを横に広げて“見やすい表”に再配置する」）pandasのpivotは、行ラベル・列ラベル・値列を指定して、縦に並んだレコードを「行×列」の表へ並べ替えるメソッドです。Ex...

概要（pandas.mergeは「共通キーで行を突き合わせる」SQLライクな結合）pandas.mergeは、2つのDataFrameを共通するキー（列やインデックス）を基準に結合します。SQLのJO...

概要（pandas.concatは「複数の表を縦・横にまとめる」ための基本ツール）pandas.concatは、複数のDataFrameやSeriesを連結して1つのDataFrameにまとめる関数で...

概要（pandas.read_jsonは「JSONを表に変換する入口」）pandasのread_jsonは、JSON文字列・ファイル・URLなどを読み込み、分析しやすいDataFrameへ変換する関数...