Python3エンジニア認定データ分析試験 用語解説
DataFrameとは
pandas の2次元のラベル付きデータ構造。列ごとに異なる型のデータを持てる。公式は、スプレッドシートや SQL のテーブルのようなものと考えてよいと説明している。
DataFrameの意味と見分け方
DataFrameは、Python3エンジニア認定データ分析試験の「第4章 pandas」に出てくる用語です。2次元のラベル付き構造として見分ける: DataFrame は2次元のラベル付きデータ構造で、列ごとに異なる型のデータを持てます。1次元の Series との違いを問う形で出ます。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。
試験概要（公式）試験での問われ方
2次元のラベル付き構造として見分ける
DataFrame は2次元のラベル付きデータ構造で、列ごとに異なる型のデータを持てます。1次元の Series との違いを問う形で出ます。
表のたとえを答える
公式は、スプレッドシートや SQL のテーブルのようなものと考えてよいと説明しています。行と列のラベルを持つ表として、選択や集計の結果を想像して選択肢を比べます。
列ごとの型の違いを判断する
1つの DataFrame の中でも、列ごとに数値・文字列など異なる型を持てます。「すべての列が同じ型でなければならない」とある選択肢は誤りの候補です。
誤答しやすいポイント
DataFrameの問題で、誤答につながりやすい考え方です。
- DataFrame のすべての列が同じ型でなければならないと思い込むこと。公式は、列ごとに異なる型のデータを持てると説明している。
- DataFrame と Series の次元を入れ替えて覚えること。DataFrame は2次元、Series は1次元である。
関連する確認問題
第4章 pandas / 行・列の選択
6行4列の DataFrame df に対して df.iloc[3:5, 0:2] を実行したとき、結果の形状（行数, 列数）はどれか。
正解は (2, 2) である。iloc は位置（整数）で選択するメソッドで、公式ドキュメントは整数のスライスが NumPy や Python と同様に働くと説明している。3:5 は位置 3 と 4 の2行、0:2 は位置 0 と 1 の2列を選び、終端の位置は含まれない。公式の例でも df.iloc[3:5, 0:2] は2行（2013-01-04 と 2013-01-05）と A・B の2列を返している。(3, 2) は終端を含めて数えた場合の誤りで、(3, 5) と (5, 3) は開始位置と終了位置の数字をそのまま行数や列数にした誤りである。
第4章 pandas / 行・列の選択
DataFrame df の全行から、列ラベル A と B の2列だけを選ぶ書き方として公式ドキュメントの例に沿うものはどれか。
正解は df.loc[:, ['A', 'B']] である。loc はラベルによる選択で、行の位置に : を置くと全行を、列の位置にラベルのリストを置くと指定した列だけを選ぶ。公式の例でも df.loc[:, ['A', 'B']] が全行の A 列と B 列を返している。iloc は整数の位置で選ぶため、ラベルの文字列を渡せない。df.loc[['A', 'B']] のように1つだけ渡すと、行ラベルとして解釈される。at は単一のスカラー値を速く取り出すためのもので、スライスやリストは受け付けない。
第4章 pandas / 行・列の選択
DataFrame df に対して df[df > 0] を実行したときの結果として正しいものはどれか。
正解は「df と同じ形のまま、条件を満たさない要素が NaN になる」である。公式ドキュメントは、DataFrame から真偽条件を満たす値を選ぶ例として df[df > 0] を示し、結果では 0 以下の要素が NaN で表示されている。これに対し df[df['A'] > 0] のように1つの列の条件を渡すと、その列が条件を満たす行だけが残り、行数が減る。df > 0 だけを評価すると真偽値の DataFrame になるが、それをさらに df[...] に渡した結果は元の値と NaN からなる。
同じ章で確認したい用語
到達チェック
- DataFrameを一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、DataFrameに関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: AI資格ドリル編集部（運営者情報を見る）