🚀 ステップ25: データを抽出しよう（応用編）

より便利で強力なデータ抽出テクニックを学ぼう！

ステップ24では、条件抽出の基本を学びました。今回は、より便利で効率的な抽出方法を学びます。query()、isin()、between()などを使うと、複雑な条件もシンプルに書くことができます。

📖 このステップで学ぶこと

・query()メソッド – SQLライクな抽出

・isin()メソッド – リストに含まれるか判定

・between()メソッド – 範囲指定

・文字列の高度な検索

・複数の抽出方法の組み合わせ

学習時間の目安： 2.5〜3時間

🎯 1. query() – SQLライクな抽出

ステップ24で学んだ条件抽出は、カッコが多くて読みにくくなることがあります。query()を使うと、文字列で条件を書けるのでコードがシンプルになります。

🔰 query()とは？

query()は、SQLのWHERE句のような書き方で条件を指定できるメソッドです。データベースを扱ったことがある方には馴染みやすい書き方です。

📝 query()の書き方

df.query(‘条件式’)

・条件式は文字列（シングルクォートまたはダブルクォート）で囲みます

・列名はそのまま書きます（クォート不要）

・andやorが使えます（&や|の代わり）

・変数を使う時は@をつけます

📝 通常の方法との比較

まず、通常の条件抽出とquery()の違いを見てみましょう。

コード：通常の方法 vs query()

import pandas as pd

data = {
    '名前': ['太郎', '花子', '次郎', '美咲', '健太'],
    '年齢': [25, 23, 27, 24, 26],
    '年収': [400, 380, 450, 390, 420]
}

df = pd.DataFrame(data)

print("DataFrame:")
print(df)

print()

# 通常の方法（年齢25歳以上）
print("通常の方法（年齢25歳以上）:")
print(df[df['年齢'] >= 25])

print()

# query()を使う方法（年齢25歳以上）
print("query()を使う方法（年齢25歳以上）:")
print(df.query('年齢 >= 25'))

※ 画面が小さい場合は、コードブロックを横にスクロールできます

実行結果

DataFrame:
   名前  年齢  年収
0  太郎  25 400
1  花子  23 380
2  次郎  27 450
3  美咲  24 390
4  健太  26 420

通常の方法（年齢25歳以上）:
   名前  年齢  年収
0  太郎  25 400
2  次郎  27 450
4  健太  26 420

query()を使う方法（年齢25歳以上）:
   名前  年齢  年収
0  太郎  25 400
2  次郎  27 450
4  健太  26 420

💡 コードの解説

通常の方法：df[df[‘年齢’] >= 25]

　・dfが2回出てくる

　・列名をクォートで囲む必要がある

　・カッコが多くなりがち

query()の方法：df.query(‘年齢 >= 25’)

　・dfは1回だけ

　・列名はそのまま書ける

　・シンプルで読みやすい

📌 query()の利点

比較項目	通常の方法	query()
書き方	df[df[‘列名’] >= 値]	df.query(‘列名 >= 値’)
AND条件	(条件1) & (条件2)	条件1 and 条件2
OR条件	(条件1) \| (条件2)	条件1 or 条件2
読みやすさ	カッコが多くなりがち	シンプルで直感的

📝 query()で複数条件

query()では、andとorをそのまま使えます。カッコで囲む必要もありません。

コード：query()で複数条件

import pandas as pd

data = {
    '商品名': ['商品A', '商品B', '商品C', '商品D', '商品E'],
    '価格': [1000, 1500, 2000, 800, 1200],
    '在庫': [50, 80, 30, 90, 60]
}

df = pd.DataFrame(data)

print("DataFrame:")
print(df)

print()

# 価格1000円以上 かつ 在庫50個以上
print("価格1000円以上 かつ 在庫50個以上:")
print(df.query('価格 >= 1000 and 在庫 >= 50'))

print()

# 価格1500円以下 または 在庫70個以上
print("価格1500円以下 または 在庫70個以上:")
print(df.query('価格 <= 1500 or 在庫 >= 70'))

※ 画面が小さい場合は、コードブロックを横にスクロールできます

実行結果

DataFrame:
   商品名    価格  在庫
0  商品A  1000  50
1  商品B  1500  80
2  商品C  2000  30
3  商品D   800  90
4  商品E  1200  60

価格1000円以上 かつ 在庫50個以上:
   商品名    価格  在庫
0  商品A  1000  50
1  商品B  1500  80
4  商品E  1200  60

価格1500円以下 または 在庫70個以上:
   商品名    価格  在庫
0  商品A  1000  50
1  商品B  1500  80
3  商品D   800  90
4  商品E  1200  60

💡 query()での論理演算子

query()では以下の演算子が使えます：

and → 「かつ」（通常の方法では&）

or → 「または」（通常の方法では|）

not → 「〜ではない」（通常の方法では~）

通常のPythonのキーワードがそのまま使えるので、直感的です！

📘 query()で変数を使う

条件の値を変数で指定したい場合は、変数名の前に@をつけます。

コード：query()で変数を使う

import pandas as pd

data = {
    '名前': ['太郎', '花子', '次郎', '美咲', '健太'],
    '年齢': [25, 23, 27, 24, 26],
    '年収': [400, 380, 450, 390, 420]
}

df = pd.DataFrame(data)

# 変数を定義
min_age = 25
min_salary = 400

# @をつけて変数を参照
print(f"年齢{min_age}歳以上 かつ 年収{min_salary}万円以上:")
result = df.query('年齢 >= @min_age and 年収 >= @min_salary')
print(result)

※ 画面が小さい場合は、コードブロックを横にスクロールできます

実行結果

年齢25歳以上 かつ 年収400万円以上:
   名前  年齢  年収
0  太郎  25 400
2  次郎  27 450
4  健太  26 420

💡 @（アットマーク）の意味

@変数名と書くと、query()の外で定義した変数を参照できます。

これが便利な場面：

　・ユーザーが入力した値で抽出したい時

　・ループで異なる条件を試したい時

　・条件を動的に変えたい時

📋 2. isin() – リストに含まれるか判定

isin()は、指定したリストのいずれかに該当するデータを抽出します。「東京または大阪または福岡」のような条件を書く時、ORを何度も書かなくて済みます。

🔰 isin()とは？

isin()は「〜の中に含まれるか」を判定するメソッドです。SQLの「IN」句に相当します。

📝 isin()の書き方

df[df[‘列名’].isin([値1, 値2, 値3])]

・リスト（[ ]）の中に、含めたい値を列挙します

・リストのいずれかに該当すればTrueになります

・文字列でも数値でも使えます

コード：isin()の基本

import pandas as pd

data = {
    '名前': ['太郎', '花子', '次郎', '美咲', '健太', '桜子'],
    '都市': ['東京', '大阪', '名古屋', '福岡', '東京', '札幌']
}

df = pd.DataFrame(data)

print("DataFrame:")
print(df)

print()

# 東京、大阪、福岡のいずれかに住んでいる人
cities = ['東京', '大阪', '福岡']
print(f"{cities}のいずれかに住んでいる人:")
print(df[df['都市'].isin(cities)])

※ 画面が小さい場合は、コードブロックを横にスクロールできます

実行結果

DataFrame:
   名前   都市
0  太郎   東京
1  花子   大阪
2  次郎  名古屋
3  美咲   福岡
4  健太   東京
5  桜子   札幌

['東京', '大阪', '福岡']のいずれかに住んでいる人:
   名前  都市
0  太郎  東京
1  花子  大阪
3  美咲  福岡
4  健太  東京

💡 isin()の利点

通常のOR条件と比較してみましょう：

OR条件を使った場合（長い！）：

df[(df['都市'] == '東京') | (df['都市'] == '大阪') | (df['都市'] == '福岡')]

isin()を使った場合（シンプル！）：

df[df['都市'].isin(['東京', '大阪', '福岡'])]

対象が多いほど、isin()の方がシンプルになります！

📝 数値でもisin()を使える

コード：数値でisin()を使う

import pandas as pd

data = {
    '商品コード': [101, 102, 103, 104, 105, 106],
    '商品名': ['商品A', '商品B', '商品C', '商品D', '商品E', '商品F'],
    '価格': [1000, 1500, 2000, 1200, 1800, 900]
}

df = pd.DataFrame(data)

print("DataFrame:")
print(df)

print()

# 特定の商品コード（101, 103, 105）のみ
target_codes = [101, 103, 105]
print(f"商品コード{target_codes}のデータ:")
print(df[df['商品コード'].isin(target_codes)])

※ 画面が小さい場合は、コードブロックを横にスクロールできます

実行結果

DataFrame:
   商品コード  商品名    価格
0    101  商品A  1000
1    102  商品B  1500
2    103  商品C  2000
3    104  商品D  1200
4    105  商品E  1800
5    106  商品F   900

商品コード[101, 103, 105]のデータ:
   商品コード  商品名    価格
0    101  商品A  1000
2    103  商品C  2000
4    105  商品E  1800

📘 isin()の否定（NOT IN）

「〜に含まれない」を判定するには、~（チルダ）を使って否定します。

コード：isin()の否定

import pandas as pd

data = {
    '名前': ['太郎', '花子', '次郎', '美咲', '健太'],
    '部署': ['営業', '開発', '営業', '総務', '開発']
}

df = pd.DataFrame(data)

print("DataFrame:")
print(df)

print()

# 営業と開発「以外」の部署
exclude_depts = ['営業', '開発']
print(f"{exclude_depts}以外の部署:")
print(df[~df['部署'].isin(exclude_depts)])

※ 画面が小さい場合は、コードブロックを横にスクロールできます

実行結果

DataFrame:
   名前  部署
0  太郎  営業
1  花子  開発
2  次郎  営業
3  美咲  総務
4  健太  開発

['営業', '開発']以外の部署:
   名前  部署
3  美咲  総務

💡 ~（チルダ）の意味

~は「否定」を表す演算子です。

　・df[df['列'].isin([値])] → 含まれる行を抽出

　・df[~df['列'].isin([値])] → 含まれない行を抽出

チルダはキーボードでShift + ^（ハット）で入力できます。

📊 3. between() – 範囲指定

between()は、〜から〜までという範囲を簡単に指定できます。「100以上200以下」のような範囲条件をシンプルに書けます。

🔰 between()とは？

📝 between()の書き方

df[df[‘列名’].between(最小値, 最大値)]

・最小値と最大値の両方を含みます（以上・以下）

・数値だけでなく、日付にも使えます

コード：between()の基本

import pandas as pd

data = {
    '名前': ['太郎', '花子', '次郎', '美咲', '健太', '桜子'],
    '年齢': [25, 23, 27, 24, 26, 22]
}

df = pd.DataFrame(data)

print("DataFrame:")
print(df)

print()

# 24歳から26歳まで
print("24歳から26歳まで:")
print(df[df['年齢'].between(24, 26)])

print()

# 通常の方法と比較
print("通常の方法（同じ結果）:")
print(df[(df['年齢'] >= 24) & (df['年齢'] <= 26)])

※ 画面が小さい場合は、コードブロックを横にスクロールできます

実行結果

DataFrame:
   名前  年齢
0  太郎  25
1  花子  23
2  次郎  27
3  美咲  24
4  健太  26
5  桜子  22

24歳から26歳まで:
   名前  年齢
0  太郎  25
3  美咲  24
4  健太  26

通常の方法（同じ結果）:
   名前  年齢
0  太郎  25
3  美咲  24
4  健太  26

💡 between()の利点

通常の方法：df[(df['年齢'] >= 24) & (df['年齢'] <= 26)]

　・カッコが多い

　・列名を2回書く必要がある

between()：df[df['年齢'].between(24, 26)]

　・シンプルで読みやすい

　・「24から26まで」と直感的

📝 範囲外を取得

「範囲内」ではなく「範囲外」のデータを取得するには、~（チルダ）で否定します。

コード：between()の否定

import pandas as pd

data = {
    '商品名': ['商品A', '商品B', '商品C', '商品D', '商品E'],
    '価格': [800, 1500, 2500, 1000, 1200]
}

df = pd.DataFrame(data)

print("DataFrame:")
print(df)

print()

# 1000円から2000円の範囲内
print("1000円〜2000円:")
print(df[df['価格'].between(1000, 2000)])

print()

# 1000円から2000円の範囲外（~で否定）
print("1000円〜2000円の範囲外:")
print(df[~df['価格'].between(1000, 2000)])

※ 画面が小さい場合は、コードブロックを横にスクロールできます

実行結果

DataFrame:
   商品名    価格
0  商品A   800
1  商品B  1500
2  商品C  2500
3  商品D  1000
4  商品E  1200

1000円〜2000円:
   商品名    価格
1  商品B  1500
3  商品D  1000
4  商品E  1200

1000円〜2000円の範囲外:
   商品名    価格
0  商品A   800
2  商品C  2500

📘 日付の範囲指定

between()は日付データにも使えます。特定の期間のデータを抽出するのに便利です。

コード：日付の範囲指定

import pandas as pd

data = {
    '日付': ['2024-01-05', '2024-01-15', '2024-01-25', '2024-02-05', '2024-02-15'],
    '売上': [120, 135, 150, 145, 160]
}

df = pd.DataFrame(data)

# 日付列を日付型に変換
df['日付'] = pd.to_datetime(df['日付'])

print("DataFrame:")
print(df)

print()

# 1月10日から1月末まで
start_date = '2024-01-10'
end_date = '2024-01-31'

print(f"{start_date}から{end_date}まで:")
result = df[df['日付'].between(start_date, end_date)]
print(result)

※ 画面が小さい場合は、コードブロックを横にスクロールできます

実行結果

DataFrame:
        日付  売上
0 2024-01-05 120
1 2024-01-15 135
2 2024-01-25 150
3 2024-02-05 145
4 2024-02-15 160

2024-01-10から2024-01-31まで:
        日付  売上
1 2024-01-15 135
2 2024-01-25 150

💡 日付型への変換

pd.to_datetime(df['日付'])

　・文字列の日付を、Pandasの日付型に変換します

　・日付型にすると、日付の比較や範囲指定が正確にできます

　・「2024-01-15」のような形式を自動的に認識します

🔤 4. 文字列の高度な検索

ステップ24で学んだstr.contains()に加えて、より高度な文字列検索テクニックを学びます。

🔰 複数パターンのいずれかを含む

「リンゴまたはオレンジを含む」のように、複数のパターンを|（パイプ）で区切って検索できます。

コード：複数パターンの検索

import pandas as pd

data = {
    '商品名': ['リンゴジュース', 'バナナ', 'オレンジジュース', 
               'リンゴ', 'グレープジュース', 'オレンジ']
}

df = pd.DataFrame(data)

print("DataFrame:")
print(df)

print()

# 「リンゴ」または「オレンジ」を含む
print("「リンゴ」または「オレンジ」を含む:")
pattern = 'リンゴ|オレンジ'
print(df[df['商品名'].str.contains(pattern)])

※ 画面が小さい場合は、コードブロックを横にスクロールできます

実行結果

DataFrame:
         商品名
0    リンゴジュース
1        バナナ
2  オレンジジュース
3        リンゴ
4  グレープジュース
5      オレンジ

「リンゴ」または「オレンジ」を含む:
         商品名
0    リンゴジュース
2  オレンジジュース
3        リンゴ
5      オレンジ

💡 パターンの書き方

'リンゴ|オレンジ'

　・|（パイプ）で複数のパターンを区切ります

　・「リンゴ」または「オレンジ」のいずれかを含む行を抽出

　・これは正規表現の書き方です

3つ以上のパターンも可能：'リンゴ|オレンジ|バナナ'

📝 文字列の長さで抽出

str.len()を使うと、文字列の長さで抽出できます。

コード：文字列の長さで抽出

import pandas as pd

data = {
    '名前': ['太郎', '花子', '次郎太', '美咲', '健太郎']
}

df = pd.DataFrame(data)

print("DataFrame:")
print(df)

print()

# 2文字の名前
print("2文字の名前:")
print(df[df['名前'].str.len() == 2])

print()

# 3文字以上の名前
print("3文字以上の名前:")
print(df[df['名前'].str.len() >= 3])

※ 画面が小さい場合は、コードブロックを横にスクロールできます

実行結果

DataFrame:
    名前
0   太郎
1   花子
2  次郎太
3   美咲
4  健太郎

2文字の名前:
   名前
0  太郎
1  花子
3  美咲

3文字以上の名前:
    名前
2  次郎太
4  健太郎

📘 大文字小文字を区別しない検索

英語のデータを検索する時、大文字小文字を区別せずに検索したい場合があります。case=Falseオプションを使います。

コード：大文字小文字を区別しない検索

import pandas as pd

data = {
    'メールアドレス': ['taro@example.com', 'HANAKO@EXAMPLE.COM', 
                    'jiro@Example.Com', 'misaki@test.com']
}

df = pd.DataFrame(data)

print("DataFrame:")
print(df)

print()

# example.comを含む（大文字小文字を区別しない）
print("example.comを含む（大文字小文字区別なし）:")
print(df[df['メールアドレス'].str.contains('example.com', case=False)])

※ 画面が小さい場合は、コードブロックを横にスクロールできます

実行結果

DataFrame:
          メールアドレス
0     taro@example.com
1  HANAKO@EXAMPLE.COM
2   jiro@Example.Com
3    misaki@test.com

example.comを含む（大文字小文字区別なし）:
          メールアドレス
0     taro@example.com
1  HANAKO@EXAMPLE.COM
2   jiro@Example.Com

📌 文字列検索メソッドのまとめ

メソッド	説明	使用例
str.contains()	含む	str.contains('検索語')
str.startswith()	〜で始まる	str.startswith('A')
str.endswith()	〜で終わる	str.endswith('1')
str.len()	文字数を取得	str.len() == 3

🔗 5. 複数の抽出方法を組み合わせる

ここまで学んだ抽出方法を組み合わせて、実際のデータ分析で使うような複雑な条件を表現してみましょう。

コード：売上データの詳細分析

import pandas as pd

# 売上データを作成
data = {
    '日付': ['2024-01-10', '2024-01-15', '2024-01-20', '2024-01-25', 
             '2024-02-05', '2024-02-10', '2024-02-15'],
    '店舗': ['新宿店', '渋谷店', '新宿店', '池袋店', '新宿店', '渋谷店', '池袋店'],
    '商品': ['リンゴジュース', 'バナナ', 'オレンジジュース', 'リンゴ',
             'リンゴジュース', 'グレープジュース', 'バナナ'],
    '売上': [15000, 8000, 18000, 12000, 16000, 20000, 9000]
}

df = pd.DataFrame(data)

print("全データ:")
print(df)

print()

# 条件1: 新宿店または渋谷店
print("条件1: 新宿店または渋谷店")
store_filter = df['店舗'].isin(['新宿店', '渋谷店'])
print(df[store_filter])

print()

# 条件2: 売上が10000円以上20000円以下
print("条件2: 売上10000円〜20000円")
sales_filter = df['売上'].between(10000, 20000)
print(df[sales_filter])

print()

# 条件3: 商品名に「ジュース」を含む
print("条件3: 商品名に「ジュース」を含む")
product_filter = df['商品'].str.contains('ジュース')
print(df[product_filter])

print()

# 全ての条件を組み合わせ
print("全ての条件を満たす:")
combined = df[store_filter & sales_filter & product_filter]
print(combined)

print(f"\n該当件数: {len(combined)}件")
print(f"合計売上: {combined['売上'].sum():,}円")

※ 画面が小さい場合は、コードブロックを横にスクロールできます

実行結果

全データ:
         日付  店舗        商品    売上
0  2024-01-10 新宿店   リンゴジュース 15000
1  2024-01-15 渋谷店       バナナ  8000
2  2024-01-20 新宿店 オレンジジュース 18000
3  2024-01-25 池袋店       リンゴ 12000
4  2024-02-05 新宿店   リンゴジュース 16000
5  2024-02-10 渋谷店 グレープジュース 20000
6  2024-02-15 池袋店       バナナ  9000

条件1: 新宿店または渋谷店
         日付  店舗        商品    売上
0  2024-01-10 新宿店   リンゴジュース 15000
1  2024-01-15 渋谷店       バナナ  8000
2  2024-01-20 新宿店 オレンジジュース 18000
4  2024-02-05 新宿店   リンゴジュース 16000
5  2024-02-10 渋谷店 グレープジュース 20000

条件2: 売上10000円〜20000円
         日付  店舗        商品    売上
0  2024-01-10 新宿店   リンゴジュース 15000
2  2024-01-20 新宿店 オレンジジュース 18000
3  2024-01-25 池袋店       リンゴ 12000
4  2024-02-05 新宿店   リンゴジュース 16000
5  2024-02-10 渋谷店 グレープジュース 20000

条件3: 商品名に「ジュース」を含む
         日付  店舗        商品    売上
0  2024-01-10 新宿店   リンゴジュース 15000
2  2024-01-20 新宿店 オレンジジュース 18000
4  2024-02-05 新宿店   リンゴジュース 16000
5  2024-02-10 渋谷店 グレープジュース 20000

全ての条件を満たす:
         日付  店舗        商品    売上
0  2024-01-10 新宿店   リンゴジュース 15000
2  2024-01-20 新宿店 オレンジジュース 18000
4  2024-02-05 新宿店   リンゴジュース 16000
5  2024-02-10 渋谷店 グレープジュース 20000

該当件数: 4件
合計売上: 69,000円

💡 条件を変数に分ける利点

各条件を変数に格納しておくと：

　・コードが読みやすくなる

　・条件ごとに結果を確認できる

　・条件の組み合わせを変えやすい

複雑な分析をする時は、この方法がおすすめです！

📝 練習問題

ここまで学んだことを、実際に手を動かして確認しましょう。

問題1：query()の基本（初級）

📋 問題

以下のDataFrameから、年齢が24歳以上のデータをquery()を使って抽出してください。

・名前: ['太郎', '花子', '次郎', '美咲', '健太']

・年齢: [25, 23, 27, 24, 26]

解答例を見る

コード

import pandas as pd

data = {
    '名前': ['太郎', '花子', '次郎', '美咲', '健太'],
    '年齢': [25, 23, 27, 24, 26]
}

df = pd.DataFrame(data)

print("DataFrame:")
print(df)

print("\n年齢24歳以上:")
result = df.query('年齢 >= 24')
print(result)

実行結果

DataFrame:
   名前  年齢
0  太郎  25
1  花子  23
2  次郎  27
3  美咲  24
4  健太  26

年齢24歳以上:
   名前  年齢
0  太郎  25
2  次郎  27
3  美咲  24
4  健太  26

問題2：isin()の活用（初級）

📋 問題

以下のDataFrameから、都市が「東京」「大阪」「名古屋」のいずれかのデータを抽出してください。

・名前: ['太郎', '花子', '次郎', '美咲', '健太', '桜子']

・都市: ['東京', '福岡', '大阪', '札幌', '名古屋', '東京']

解答例を見る

コード

import pandas as pd

data = {
    '名前': ['太郎', '花子', '次郎', '美咲', '健太', '桜子'],
    '都市': ['東京', '福岡', '大阪', '札幌', '名古屋', '東京']
}

df = pd.DataFrame(data)

print("DataFrame:")
print(df)

cities = ['東京', '大阪', '名古屋']
print(f"\n{cities}のいずれか:")
result = df[df['都市'].isin(cities)]
print(result)

print(f"\n該当者数: {len(result)}人")

実行結果

DataFrame:
   名前   都市
0  太郎   東京
1  花子   福岡
2  次郎   大阪
3  美咲   札幌
4  健太  名古屋
5  桜子   東京

['東京', '大阪', '名古屋']のいずれか:
   名前   都市
0  太郎   東京
2  次郎   大阪
4  健太  名古屋
5  桜子   東京

該当者数: 4人

問題3：between()で範囲指定（中級）

📋 問題

以下のDataFrameから、価格が1000円以上2000円以下の商品を抽出してください。

・商品名: ['商品A', '商品B', '商品C', '商品D', '商品E']

・価格: [800, 1500, 2500, 1000, 1200]

解答例を見る

コード

import pandas as pd

data = {
    '商品名': ['商品A', '商品B', '商品C', '商品D', '商品E'],
    '価格': [800, 1500, 2500, 1000, 1200]
}

df = pd.DataFrame(data)

print("DataFrame:")
print(df)

print("\n1000円〜2000円:")
result = df[df['価格'].between(1000, 2000)]
print(result)

print(f"\n該当商品数: {len(result)}個")
print(f"平均価格: {result['価格'].mean():.0f}円")

実行結果

DataFrame:
   商品名    価格
0  商品A   800
1  商品B  1500
2  商品C  2500
3  商品D  1000
4  商品E  1200

1000円〜2000円:
   商品名    価格
1  商品B  1500
3  商品D  1000
4  商品E  1200

該当商品数: 3個
平均価格: 1233円

問題4：文字列検索（中級）

📋 問題

以下のDataFrameから、商品名に「ジュース」を含む商品を抽出してください。

・商品名: ['リンゴジュース', 'バナナ', 'オレンジジュース', 'リンゴ', 'グレープジュース']

・価格: [150, 100, 180, 120, 160]

解答例を見る

コード

import pandas as pd

data = {
    '商品名': ['リンゴジュース', 'バナナ', 'オレンジジュース', 'リンゴ', 'グレープジュース'],
    '価格': [150, 100, 180, 120, 160]
}

df = pd.DataFrame(data)

print("DataFrame:")
print(df)

print("\n商品名に「ジュース」を含む:")
result = df[df['商品名'].str.contains('ジュース')]
print(result)

print(f"\nジュースの種類: {len(result)}種類")
print(f"平均価格: {result['価格'].mean():.0f}円")

実行結果

DataFrame:
         商品名  価格
0    リンゴジュース 150
1        バナナ 100
2  オレンジジュース 180
3        リンゴ 120
4  グレープジュース 160

商品名に「ジュース」を含む:
         商品名  価格
0    リンゴジュース 150
2  オレンジジュース 180
4  グレープジュース 160

ジュースの種類: 3種類
平均価格: 163円

問題5：query()とisin()の組み合わせ（上級）

📋 問題

以下のDataFrameから、部署が「営業」または「開発」で、かつ年収が400万円以上のデータを抽出してください。

・名前: ['佐藤', '鈴木', '田中', '高橋', '伊藤', '渡辺']

・部署: ['営業', '開発', '営業', '総務', '開発', '営業']

・年収: [450, 520, 380, 490, 580, 420]

解答例を見る

コード

import pandas as pd

data = {
    '名前': ['佐藤', '鈴木', '田中', '高橋', '伊藤', '渡辺'],
    '部署': ['営業', '開発', '営業', '総務', '開発', '営業'],
    '年収': [450, 520, 380, 490, 580, 420]
}

df = pd.DataFrame(data)

print("DataFrame:")
print(df)

# 方法1: isin()と通常の条件を組み合わせ
target_depts = ['営業', '開発']
print(f"\n{target_depts} かつ 年収400万円以上:")
result = df[df['部署'].isin(target_depts) & (df['年収'] >= 400)]
print(result)

print(f"\n該当者数: {len(result)}人")
print(f"平均年収: {result['年収'].mean():.0f}万円")

実行結果

DataFrame:
   名前  部署  年収
0  佐藤  営業 450
1  鈴木  開発 520
2  田中  営業 380
3  高橋  総務 490
4  伊藤  開発 580
5  渡辺  営業 420

['営業', '開発'] かつ 年収400万円以上:
   名前  部署  年収
0  佐藤  営業 450
1  鈴木  開発 520
4  伊藤  開発 580
5  渡辺  営業 420

該当者数: 4人
平均年収: 493万円

問題6：複数メソッドの組み合わせ（上級）

📋 問題

以下のDataFrameから、以下の条件を全て満たすデータを抽出してください：

1. 店舗が「新宿店」「渋谷店」のいずれか

2. 売上が10000円以上30000円以下

3. 商品名に「リンゴ」または「オレンジ」を含む

・日付: ['2024-01-10', '2024-01-15', '2024-01-20', '2024-01-25', '2024-02-05']

・店舗: ['新宿店', '渋谷店', '新宿店', '池袋店', '新宿店']

・商品: ['リンゴジュース', 'バナナ', 'オレンジジュース', 'リンゴ', 'グレープジュース']

・売上: [15000, 8000, 25000, 12000, 35000]

解答例を見る

コード

import pandas as pd

data = {
    '日付': ['2024-01-10', '2024-01-15', '2024-01-20', '2024-01-25', '2024-02-05'],
    '店舗': ['新宿店', '渋谷店', '新宿店', '池袋店', '新宿店'],
    '商品': ['リンゴジュース', 'バナナ', 'オレンジジュース', 'リンゴ', 'グレープジュース'],
    '売上': [15000, 8000, 25000, 12000, 35000]
}

df = pd.DataFrame(data)

print("全データ:")
print(df)

# 条件1: 店舗が新宿店または渋谷店
cond1 = df['店舗'].isin(['新宿店', '渋谷店'])

# 条件2: 売上が10000円〜30000円
cond2 = df['売上'].between(10000, 30000)

# 条件3: 商品名にリンゴまたはオレンジを含む
cond3 = df['商品'].str.contains('リンゴ|オレンジ')

# 全ての条件を満たす
result = df[cond1 & cond2 & cond3]

print("\n全ての条件を満たすデータ:")
print(result)

print(f"\n該当件数: {len(result)}件")
if len(result) > 0:
    print(f"合計売上: {result['売上'].sum():,}円")

実行結果

全データ:
         日付  店舗        商品    売上
0  2024-01-10 新宿店   リンゴジュース 15000
1  2024-01-15 渋谷店       バナナ  8000
2  2024-01-20 新宿店 オレンジジュース 25000
3  2024-01-25 池袋店       リンゴ 12000
4  2024-02-05 新宿店 グレープジュース 35000

全ての条件を満たすデータ:
         日付  店舗        商品    売上
0  2024-01-10 新宿店   リンゴジュース 15000
2  2024-01-20 新宿店 オレンジジュース 25000

該当件数: 2件
合計売上: 40,000円

🎯 このステップのまとめ

✅ 学んだこと

✓ query()で文字列形式で条件を書ける（andやorが使える）

✓ isin()で複数の値のいずれかに該当するか判定できる

✓ between()で範囲を簡単に指定できる

✓ str.contains()で文字列の部分一致検索ができる

✓ str.startswith()/endswith()で前方・後方一致検索ができる

✓ 複数のメソッドを組み合わせて複雑な条件を表現できる

💡 次のステップに進む前に確認

以下のことができるようになったか確認しましょう：

□ query()を使えますか？

□ isin()で複数値の判定ができますか？

□ between()で範囲指定ができますか？

□ 文字列検索の各メソッドを使い分けられますか？

これらができたら、次のステップに進みましょう！

❓ よくある質問

Q1: query()と通常の方法はどう使い分けますか？

A: 短い条件ならquery()が読みやすく、複雑な条件や変数を多用する場合は通常の方法が良いです。好みや状況に応じて選んでください。両方使えるようになっておくと便利です。

Q2: isin()でNoneやNaNも判定できますか？

A: isin()は通常の値の判定に使います。欠損値（NaN）を判定したい場合はisnull()またはnotnull()を使ってください。df[df['列'].isnull()]のように書きます。

Q3: between()は両端を含みますか？

A: はい、両端を含みます（以上・以下）。between(10, 20)は10以上20以下です。片方だけ含めたい場合は、通常の比較演算子（>=, <）を使いましょう。

Q4: str.contains()でエラーが出ます

A: 列にNaN（欠損値）が含まれている可能性があります。na=Falseオプションを追加してください。df['列'].str.contains('検索語', na=False)これでNaNを無視できます。

Q5: 正規表現は使えますか？

A: はい、str.contains()はデフォルトで正規表現が有効です。'リンゴ|オレンジ'のような書き方ができます。正規表現を使わない場合はregex=Falseオプションを指定してください。

← 前のステップ

ステップ24: データを抽出しよう（基礎編）

次のステップ →

ステップ26: データの並び替えと集計

📝

学習メモ

Pythonデータ分析入門 - Step 25

📋 過去のメモ一覧 ▼