【備忘録】空のデータフレーム

Pandas は、プログラミング言語 Python において、データ解析を支援する機能を提供するライブラリです。特に、数表および時系列データを操作するためのデータ構造と演算を提供します。Pandas は BSD ライセンスのもとで提供されています。Pandas の 開発により、R 言語における DataFrame が扱える「ベクトル処理」の操作性と同等な機能が導入されました。

Wikipedia より引用、編集

空の Pandas のデータフレームを用意して、一行ずつデータを追加していきたい場面になると、いつも、あちこちネットで調べて、その場しのぎのやり方で対応してしまっています。

その場しのぎのやり方は、毎回まちまちなので、自分にとってベストなやり方を探索するために、今回たどり着いたやり方を備忘録にしました。もっとよいやり方が見つかれば、あらためて備忘録にしていきたいと考えています。

下記の OS 環境で動作確認をしています。

	Fedora Linux 41 Workstation	x86_64
	Python	3.13.1
	jupyterlab	4.3.5
	numpy	2,2,2
	pandas	2.2.3

以下の作業は JupyterLab 上でおこなっています。

最初に必要なライブラリをインポートします。

import numpy as np
import pandas as pd

 

列名になる要素名（キー）と空の要素からなる辞書型変数を用意し、Pandas のクラスメソッド from_dict を使って、列名だけ定義された空のデータフレームを作成します。さらに、データフレーム全体を object 型にキャストしておきかえておきます。追加するデータが数値だけであればキャストする必要はありません。

dict_columns = {
    'A': [],
    'B': [],
    'C': [],
}
df = pd.DataFrame.from_dict(dict_columns)
df = df.astype(object)
df

 

一行追加します。

r = len(df)    
df.at[r, 'A'] = 1.
df.at[r, 'B'] = 2
df.at[r, 'C'] = ''
df

 

確認用にもう一行追加します。

r = len(df)    
df.at[r, 'A'] = 3
df.at[r, 'B'] = None
df.at[r, 'C'] = np.nan
df

 

各セルの型を確認すると以下のようになっています。

df.map(type)

 

トップへ

参考サイト

1. pandas.DataFrame.from_dict — pandas documentation
2. pandas.DataFrame.astype — pandas documentation
3. pandas.DataFrame.map — pandas documentation

 

にほんブログ村


#オープンソース