Question 1

表形式データを格納するためのPandasの主要なデータ構造は何ですか？

Accepted Answer

DataFrameはPandasの中核となるデータ構造です。スプレッドシートやSQLテーブルに似た、行と列を持つ2次元のテーブルを表します。各列はSeriesであり、各行はインデックスを持ちます。DataFrameは、組み込みメソッドの豊富さにより、構造化データを効率的に操作できます。

Question 2

PandasのSeriesとは何ですか？

Accepted Answer

Seriesはインデックスを持つ1次元配列です。DataFrame内の単一の列のデータを表します。各要素には名前または位置による高速アクセスを可能にするラベル（インデックス）があります。Seriesは1つのデータ型（int、float、stringなど）しか保持できず、これがPythonの通常のリストとの違いです。

Question 3

CSVファイルを読み込んでDataFrameにロードするPandasの関数はどれですか？

Accepted Answer

pd.read_csv()関数はCSVファイルを読み込み、DataFrameを返します。多くのパラメータを受け付けます：区切り文字のsep、ヘッダー行のheader、ファイルエンコーディングのencoding、列の型を強制するdtype、欠損値を定義するna_values。これはPandasにデータをインポートする最も一般的な方法です。

Python & Pandas - 基礎

表形式データを格納するためのPandasの主要なデータ構造は何ですか？

回答

PandasのSeriesとは何ですか？

回答

CSVファイルを読み込んでDataFrameにロードするPandasの関数はどれですか？

回答

DataFrameのdf.shape属性は何を返しますか？

DataFrameの最初の5行を表示するメソッドはどれですか？

その他のData Analytics面接トピック

Google Sheets - 基礎

Google Sheets - 高度な数式

SQL - 基礎

SQL - 集計とグルーピング

SQL - 結合

BigQuery - 基礎

Data Cleaning - データクレンジング

KPIとビジネスメトリクス

記述統計

ZapierとNo-Codeオートメーション

データビジュアライゼーションの原則

Google Sheets - 自動化ダッシュボード

SQL - サブクエリとCTE

SQL - Window Functions

BigQuery - 高度な機能

Data Modeling

ファネルとコンバージョン分析

コホートとリテンション分析

Google Tag Managerとトラッキング

APIとWebhook

dbt - 基礎

ABテストと応用統計学

Looker Studio (Google Data Studio)

Power BI - 基礎

SQL - 高度な分析クエリ

dbt - 高度な機能

Power BI - DAXと高度なダッシュボード

Python Analytics - 高度な分析とML

次の面接に向けてData Analyticsをマスター