この記事はPandas.Dataframeの列の引き算｜Pythonのつづき
今回はデータフレームの中央値や平均値などの統計量を表示するdescribe()メソッドを用いる
データフレームの概要を把握するのに便利そう
また、データの抽出にスライスを用いた

はじめに

今回も愛知県の推計人口のデータを用いる
このpandasシリーズが始まってから時間も経っており、より新しいデータも公開されていた
しかし、ここで使用するものはこれまで同じ2024年9月時点のデータとする

この記事は、以下の著作物を改変して利用しています。
あいちの人口（2024年9月1日現在）　愛知県人口動向調査結果　月報、愛知県、クリエイティブ・コモンズ・ライセンス
表示２.１日本（http://creativecommons.org/licenses/by/2.1/jp/）

ソースコード

import pandas as pd

# データの読み込みと抽出
df = pd.read_csv('population.csv', encoding='shift_jis')
df = df[(df["国籍区分"]=="a)日外") & (df["性別"]=="a)男女")]
df = df.drop(labels=["国籍区分", "性別", "年齢区分", "内容"], axis=1)
df = pd.concat([df[1:2], df[18:]]) # 県全体（1行目）と名古屋市の区（3~19行目）を除く

# 統計量の表示
print(df.describe(include='all'))

データの抽出

これまで同様、国籍区分、性別の区別のないデータを使用する（5行目）
また、不要な列を削除した（6行目）

さらに、今回は県全体と名古屋市の区のデータを取り除いた
条件分岐等を用いずに、力技ではあるがスライスで行番号を指定する方法をとった

スライス

pandas.DataFrameにスライスを適用するとDataFrameが取り出せる
なお、行番号を指定して1行だけ取り出そうとするとエラーになるので注意（例：df[1]）

DataFrameを縦に結合するpandas.concat()メソッド

pandas.concat()メソッドを用いることで、データフレームを縦に結合できる
引数には結合するデータフレームのリストを入れる

Dataframe.describe()メソッド

データフレームの統計量を表示する
引数に何も指定しない場合、数値の列のみが対象となる
全ての列（文字列やbool列）の統計量を表示するには、include = ‘all’とする

実行結果

                 コード    県   ブロック   郡市  区町村      20231101  ...      20240801      20240901
count      54.000000   54     54   54   54  5.400000e+01  ...  5.400000e+01  5.400000e+01
unique           NaN    1      6   45   17           NaN  ...           NaN           NaN
top              NaN  愛知県  尾張北東部  知多郡    ―           NaN  ...           NaN           NaN
freq             NaN   54     13    5   38           NaN  ...           NaN           NaN
mean    23282.851852  NaN    NaN  NaN  NaN  1.385630e+05  ...  1.382908e+05  1.382502e+05
std       112.853956  NaN    NaN  NaN  NaN  3.191711e+05  ...  3.194228e+05  3.194263e+05
min     23100.000000  NaN    NaN  NaN  NaN  9.180000e+02  ...  9.000000e+02  8.960000e+02
25%     23213.250000  NaN    NaN  NaN  NaN  4.227900e+04  ...  4.212350e+04  4.211175e+04
50%     23227.500000  NaN    NaN  NaN  NaN  6.769600e+04  ...  6.754950e+04  6.751050e+04
75%     23356.250000  NaN    NaN  NaN  NaN  1.148482e+05  ...  1.141558e+05  1.141065e+05
max     23563.000000  NaN    NaN  NaN  NaN  2.327950e+06  ...  2.330296e+06  2.330385e+06

[11 rows x 16 columns]

結果の見方

文字列の平均値など、計算できない値についてはNaNとなる