--- title: "Pandasとは？できること・使い方とPandas 3.0の変更点を解説" url: "https://www.issoh.co.jp/tech/details/3123/" published: 2024-07-23 updated: 2026-07-13 categories: ["Python"] publisher: "株式会社一創" --- # Pandasとは？できること・使い方とPandas 3.0の変更点を解説 Pandas（パンダス）は、表形式のデータをPythonで読み込み、整形し、集計するためのライブラリです。名前は経済学の「panel data（パネルデータ）」に由来します。CSVもExcelもデータベースの検索結果も、いったんPandasに載せてしまえば同じ書き方で扱えるのが最大の価値です。ただし2026年1月にリリースされたPandas 3.0で、長年書かれてきたコードの一部が動かなくなりました。この記事では、Pandasの基本から、いま書くなら避けるべき書き方までをまとめます。 ## まとめ Pandasの中心は`Series`（1列）と`DataFrame`（表）の2つで、この2つを覚えれば読み込み・抽出・集計・出力の流れは共通の書き方で回せます。導入は`pip install pandas`だけで済み、**2026年7月時点で入るのは3.0.3**です。 注意すべきはPandas 3.0（2026年1月21日リリース）の破壊的変更です。Copy-on-Writeがデフォルトになったため、`df[df["price"] > 0]["flag"] = 1`のような**連鎖代入は元のデータに反映されなくなり**、文字列列のdtypeは`object`から`str`へ変わりました。既存コードを3.0へ上げる前に、この2点を先に確認してください。以降で、データ構造・できること・使い方・SQLとの線引き・移行時の注意を順に見ていきます。 ## Pandasの正体：Pythonの表データを扱う中核ライブラリ Pandasは2008年にWes McKinney氏が金融データ分析のために開発を始めたオープンソースライブラリで、現在はNumFOCUSの支援するプロジェクトとして開発が続いています。内部の数値計算は[NumPy](/tech/details/3124/)に任せ、Pandasは「行と列に名前が付いた表」という抽象を提供する役割を担っています。 Excelの操作を関数呼び出しに置き換えたもの、と考えると輪郭がつかみやすくなります。違いは、同じ処理を数百万行に対して繰り返し実行でき、手順がコードとして残るところです。 ### SeriesとDataFrameの使い分け：1列を返すか表を返すか | データ構造 | 形 | Excelでの対応 | 主な用途 | | --------- | ------------- | --------- | ------------ | | Series | 1次元（ラベル付き） | 1列 | 単一列の抽出・計算 | | DataFrame | 2次元（行・列ラベル付き） | シート全体 | 表の読み込み・結合・集計 | 実務でまず触るのは`DataFrame`です。`df["price"]`のように1列を取り出すと`Series`が返り、`Series`に対する計算結果を新しい列として`DataFrame`へ戻す、という往復が基本の型になります。行や列を位置で抜き出す`iloc`とラベルで抜き出す`loc`の違いは、最初につまずきやすい箇所です（[ilocの使い方とlocとの違い](/tech/details/4006/)で詳しく扱っています）。 ## Pandasでできること：CSV・Excel・DBを同じ書き方で処理する Pandasの守備範囲は「表になっているデータの入口から集計まで」です。入口が何であっても、DataFrameに載せた後の操作は同じになります。 ### ファイル入出力：CSV・Excel・Parquet ``` import pandas as pd df = pd.read_csv("sales.csv") # CSV df = pd.read_excel("sales.xlsx") # Excel（openpyxl 3.1.5以上が必要） df = pd.read_parquet("sales.parquet") # Parquet（pyarrow等が必要） df.to_csv("out.csv", index=False) ``` Excelファイルの読み書きには`openpyxl`が別途必要で、`excel`エクストラが要求する下限は3.1.5です。数百万行を扱うなら、列単位で圧縮が効き読み込みも速い[Parquet形式](/tech/details/5547/)に変換してから読むほうが現実的です。 ### データベース接続：SQLAlchemy 2.0.36以上のエンジンを渡す ``` from sqlalchemy import create_engine engine = create_engine("postgresql+psycopg2://user:pass@localhost:5432/shop") df = pd.read_sql("SELECT id, price, category FROM orders", engine) ``` `read_sql`にSQLAlchemyのエンジンを渡せば、クエリ結果がそのままDataFrameになります。Pandas 3.0が対象とするSQLAlchemyは2.0.36以上です。SQL側で絞ってからPandasへ渡すのが鉄則で、その線引きは後述します。 ### 欠損処理とグループ集計：VLOOKUPとピボットの置き換え ``` df = df.dropna(subset=["price"]) # priceが欠損した行を除外 df["price"] = df["price"].fillna(0) # 欠損を0で埋める df.groupby("category")["price"].sum() # カテゴリ別の売上合計 pd.merge(df, master, on="category", how="left") # マスタ結合 ``` 欠損補完・グループ集計・結合という、Excelならピボットテーブルと`VLOOKUP`で行っていた作業がすべて数行に収まります。集計結果をそのまま`df.plot()`に渡せば、matplotlib経由で折れ線や棒グラフも描けます。 ## Pandasの基本的な使い方：読み込みから出力までの流れ 実際の分析は、ほぼ次の4段階の繰り返しで進みます。 - 読み込む（`read_csv`／`read_sql`） - 中身を確認する（`df.head()`／`df.info()`／`df.describe()`） - 絞る・整える（条件抽出、型変換、欠損処理） - 集計して出す（`groupby`、`to_csv`） ``` df = pd.read_csv("sales.csv") df.info() # 列名・dtype・欠損数を確認 target = df[(df["price"] > 1000) & (df["category"] == "book")] result = target.groupby("shop")["price"].agg(["count", "sum"]) result.to_csv("report.csv") ``` 最初に`df.info()`でdtypeを見る癖をつけると、後段のバグが減ります。数値のはずの列が文字列として読み込まれていた、というのが集計エラーのよくある原因です。 ## Pandas 3.0で動かなくなるコード：連鎖代入とstr dtype ここが2026年時点で最も重要な論点です。Pandas 3.0.0は2026年1月21日にリリースされ、多くの解説記事がまだ前提にしている2.x系の書き方が、そのままでは通用しなくなりました。既存プロジェクトを上げる前に、少なくとも次の3点を確認してください。 ### 連鎖代入の非反映：SettingWithCopyWarningからChainedAssignmentErrorへ ``` # Pandas 2.xまでは（警告付きで）元のdfが書き換わることがあった df[df["price"] > 1000]["flag"] = 1 # 3.0では元のdfに反映されない # 3.0での正しい書き方 df.loc[df["price"] > 1000, "flag"] = 1 ``` Copy-on-Writeがデフォルトになり、抽出結果は常にコピーとして振る舞うよう統一されました。結果として連鎖代入は一貫して効かなくなっています。ここで入れ替わったのが警告の種類です。2.x系で「更新されるかもしれないし、されないかもしれない」と警告していた`SettingWithCopyWarning`は削除され、3.0では代わりに`ChainedAssignmentError`という警告が出ます。警告は出ますが更新は一切反映されないため、警告を握り潰しているコードベースでは静かに壊れます。grepで`]["`の形を洗い出しておくのが安全です。Pandas 3.0以降は`mode.copy_on_write`オプションを設定しても挙動は変わらず、このオプションはPandas 4.0で削除される予定です（仕組みは[Copy-on-Writeの解説記事](/tech/details/6508/)で扱っています）。 ### 文字列列のdtype変更：objectからstrへ、PyArrowは任意依存 ``` # Pandas 2.x pd.Series(["a", "b"]).dtype # dtype('O') # Pandas 3.0 pd.Series(["a", "b"]).dtype # str ``` 文字列データは専用の`str`型として推論されるようになりました。PyArrowが入っていればPyArrowバックエンドが、入っていなければNumPyのobjectバックエンドが使われます。つまりPyArrowは必須依存ではありません（任意依存、動作確認済みの最小版は13.0.0）。「Pandas 3.0からPyArrowが必須」という記述を見かけますが、これはPyArrow必須化を定めたPDEP-10が一度承認されたのち撤回された経緯によるもので、最終仕様ではありません。 影響が出るのは`df["col"].dtype == object`で文字列列を判定していたコードです。この判定は3.0では偽になります。欠損値は`str`型でも保持できますが、センチネルが常に`NaN`へ正規化されるため、`is None`で欠損を判定していた箇所は通らなくなります。 ### 削除API一覧とPython 3.11以上という下限 | 項目 | Pandas 3.0での扱い | | -------------------------------- | ------------------------------- | | DataFrame.applymap | 削除（DataFrame.mapへ） | | Series.bool / DataFrame.bool | 削除 | | DataFrame.first / DataFrame.last | 削除 | | Python | 3.11以上 | | NumPy | 1.26.0以上（Python 3.14以降は2.3.3以上） | 公式は「まず2.3へ上げて警告をすべて潰し、それから3.0へ」という順序を推奨しています。2.3系では3.0で壊れる書き方の一部が警告として出るため、いきなり3.0へ飛ぶより移行コストが読めます。なお3.0では`pd.col()`が追加され、`df.assign(c=lambda d: d["a"] + d["b"])`を`df.assign(c=pd.col("a") + pd.col("b"))`と書けるようになりました。 ## SQLとPandasの使い分け：集計をどちら側で行うか 両者は競合しません。判断軸は「データがどこにあり、どれだけ絞れるか」の一点です。 | 観点 | SQL側で行う | Pandas側で行う | | ----------- | ------------------- | -------------- | | 行数の削減 | WHERE・JOIN・GROUP BY | — | | 試行錯誤する加工 | — | 条件抽出・派生列作成 | | 統計・機械学習の前処理 | — | 欠損補完・正規化・特徴量作成 | | 実行場所 | DBサーバー | 手元のメモリ | PandasはDataFrame全体をメモリに載せるため、1000万行のテーブルを丸ごと`read_sql`で引くのは避けてください。集計や絞り込みでDBサーバー側に減らせる処理は、必ずSQLで減らしてからPandasへ渡します。逆に、条件を変えながら何度も試す前処理や、可視化・機械学習に渡す直前の加工はPandasが速く書けます。メモリに載り切らない規模になったら移行を検討する段階で、書き換え量を抑えたいならPandas互換APIのDask、性能を優先するなら独自のexpression APIを持つPolarsが候補になります。 ## Pandasのインストール：pipとcondaの選択 ``` pip install pandas pip install pandas[excel,parquet] # Excel・Parquetも扱う場合 ``` 2026年7月時点で導入されるのは3.0.3です。3.0.4は2026年6月28日にリリースされましたが、日時関連の機能でsegfaultの報告があったためPyPIでyank（取り下げ）されており、バージョン指定なしの`pip install`では入りません。実行前に`python -V`で3.11以上であることを確認してください。 Anaconda環境なら`conda install pandas`でも導入できますが、pipとcondaを同一環境で混在させると依存解決が壊れやすくなります。[pipとcondaの違いと使い分け](/tech/details/7775/)で整理しているとおり、どちらか一方に寄せるのが安全です。インストール後は次の1行で確認できます。 ``` python -c "import pandas as pd; print(pd.__version__)" ``` ## よくある質問 ### Pandasは何に使うのですか？ CSV・Excel・データベースなどの表形式データを読み込み、欠損値の処理や条件抽出で整え、グループ集計して結果を出力する——この一連の作業に使います。データ分析や機械学習の前処理が主戦場ですが、毎月のExcel集計を自動化する、といった定型業務の置き換えにも向きます。統計モデリングそのものはscikit-learnやstatsmodelsの担当で、Pandasはその手前までを受け持ちます。 ### PandasとSQLの違いは何ですか？ SQLはデータベースサーバー上でデータを絞り込む言語、PandasはPythonのメモリ上でデータを加工するライブラリです。集計や結合はどちらでも書けますが、大量データの絞り込みはSQL側で行い、絞った結果をPandasで加工するのが定石です。Pandasは全データをメモリに載せるため、絞り込まずに巨大テーブルを読み込むとメモリ不足になります。 ### Pandasの読み方は何ですか？ 「パンダス」と読みます。動物のパンダとは無関係で、経済学で使われる「panel data（パネルデータ／同一対象を時系列で追跡したデータ）」に由来する名前です。 ### Pandasを習得するのにどれくらいかかりますか？ 基本操作に限れば短期間で回せるようになります。読み込み（`read_csv`）、確認（`head`／`info`）、抽出（`loc`／`iloc`）、集計（`groupby`）、出力（`to_csv`）の5つを手元のCSVで動かすところから始めるのが最短です。時間がかかるのは文法ではなく、dtypeの扱いと、locとilocの使い分けです。 ### Pandas 3.0にすぐ移行すべきですか？ 新規プロジェクトなら3.0から始めて問題ありません。既存プロジェクトは、まず2.3系に上げて警告をすべて解消してから3.0へ進む手順が公式に推奨されています。連鎖代入と`dtype == object`による文字列判定を使っていないかを先に洗い出してください。この2つが移行時の主な破損箇所です。 ## 関連記事 - [ilocの使い方｜pandasで行・列を抽出、locとの違いも解説](/tech/details/4006/) - [Copy-on-Write（CoW／コピーオンライト）とは？仕組みとPandas 3.0でのデフォルト有効化を解説](/tech/details/6508/) - [pipとcondaの違いと使い分け｜Anaconda・Miniconda・商用ライセンスまで解説](/tech/details/7775/) - [Parquetとは？読み方・仕組み・CSVとの違いをわかりやすく解説](/tech/details/5547/) - [NumPyとは？読み方・インストール・基本的な使い方をPythonで解説](/tech/details/3124/) --- 出典: [Pandasとは？できること・使い方とPandas 3.0の変更点を解説]()（株式会社一創）