2025年8月16日 / 最終更新日 : 2025年8月16日 fujifuji コラム

【Pandasインデックス操作】DataFrameの列をインデックス（行名）に設定するset_index()徹底解説！🔑


 

PandasのDataFrameでは、インデックス（行名）はデータを識別し、効率的にアクセスするための重要な要素です。多くの場合、CSVファイルなどを読み込んだ直後のDataFrameはデフォルトの連番インデックス（0, 1, 2…）を持っていますが、特定の列（例: 顧客ID、日付、商品コードなど）をインデックスとして設定することで、データの操作や分析が格段に便利になります。Pandasの**set_index()メソッド**は、DataFrameの1つ以上の列を新しいインデックスとして割り当てるための強力なツールです。この記事では、set_index()の基本的な使い方から、知っておくと便利な応用例まで、短いサンプルコードと丁寧な解説を交えてご紹介します。

 

set_index()とは？なぜインデックス設定が重要なのか？

 

set_index()メソッドは、DataFrameの既存の1つ以上の列を新しいインデックス（行ラベル）として設定するために使用されます。デフォルトでは、元の列は削除されますが、残すことも可能です。

インデックス設定がデータ分析において重要な理由は以下の通りです。

  • 直感的なデータアクセス: 顧客IDや日付など、意味のある値をインデックスにすることで、df.loc['顧客A']のように直感的に特定の行にアクセスできます。

  • 高速な検索・結合: インデックスは内部的に最適化されており、インデックスを使ったデータの検索や、他のDataFrameとの結合（マージ）が高速になります。

  • データの整理と可読性: データのキーとなる情報をインデックスにすることで、DataFrameの構造がより明確になり、可読性が向上します。

  • 時系列データの処理: 日付時刻列をインデックスに設定することで、時系列データ特有の便利な機能（リサンプリング、日付範囲選択など）を利用できるようになります。

 

set_index()の基本的な使い方

 

まずは、set_index()メソッドの最も基本的な使い方を見ていきましょう。

 

1つの列をインデックスに設定する

 

DataFrameの特定の列を新しいインデックスとして割り当てます。デフォルトでは、元の列はインデックスに移動し、DataFrameからは削除されます。

Python
 
import pandas as pd

# サンプルDataFrameの作成
df = pd.DataFrame({
    '商品ID': ['A001', 'A002', 'A003'],
    '商品名': ['りんご', 'みかん', 'バナナ'],
    '価格': [100, 120, 80]
})
print("オリジナルDataFrame:\n", df)

# '商品ID'列をインデックスに設定
df_indexed = df.set_index('商品ID')
print("\n'商品ID'をインデックスに設定後:\n", df_indexed)

解説:

df.set_index(‘商品ID’)とすることで、’商品ID’列の値（’A001′, ‘A002’, ‘A003’）が新しい行インデックスとして設定され、元の’商品ID’列はDataFrameから削除されました。

 

set_index()の応用的な使い方

 

set_index()メソッドは、より柔軟なインデックス設定を可能にするための引数も持っています。

 

元の列を残す: drop=False

 

デフォルトでは、インデックスに設定した列はDataFrameから削除されますが、drop=Falseを指定することで、元の列をDataFrame内に残すことができます。

Python
 
# '商品ID'をインデックスに設定し、元の列も残す
df_indexed_keep_col = df.set_index('商品ID', drop=False)
print("\n'商品ID'をインデックスに設定し、元の列も残した後:\n", df_indexed_keep_col)

解説:

drop=Falseを指定したことで、’商品ID’列はインデックスとしても存在しつつ、通常の列としてもDataFrame内に保持されています。

 

複数の列をインデックスに設定する（MultiIndex）

 

複数の列をインデックスとして設定したい場合、keys引数に列名のリストを渡します。これにより、**MultiIndex（複数レベルのインデックス）**が作成されます。

Python
 
df_multi = pd.DataFrame({
    'カテゴリ': ['果物', '果物', '野菜', '果物'],
    '商品名': ['りんご', 'みかん', 'キャベツ', 'バナナ'],
    '在庫数': [10, 5, 8, 12]
})
print("\nオリジナルDataFrame (MultiIndex用):\n", df_multi)

# 'カテゴリ'と'商品名'をMultiIndexに設定
df_multi_indexed = df_multi.set_index(['カテゴリ', '商品名'])
print("\n'カテゴリ'と'商品名'をMultiIndexに設定後:\n", df_multi_indexed)

解説:

[‘カテゴリ’, ‘商品名’]というリストを渡すことで、これらの列の組み合わせが新しいMultiIndexとして設定されました。MultiIndexは、より複雑なデータ構造を表現し、詳細なグルーピングやアクセスを可能にします。

 

インデックスを振り直して元のオブジェクトを直接変更する: inplace=True

 

デフォルトではset_index()は新しいDataFrameを返しますが、元のオブジェクトを直接変更したい場合はinplace=Trueを設定します。

Python
 
# 例: inplace=Trueの使用（非推奨とされることが多い）
df_inplace = pd.DataFrame({'Name': ['Alice', 'Bob'], 'Age': [25, 30]})
print("inplace適用前DataFrame:\n", df_inplace)

df_inplace.set_index('Name', inplace=True)
print("\ninplace適用後DataFrame:\n", df_inplace)

解説:

inplace=Trueはメモリ効率が良いですが、元のデータを上書きしてしまうため、予期せぬ挙動につながる可能性があります。通常はdf_indexed = df.set_index(‘列名’)のように、新しい変数に代入する方が安全で推奨される方法です。

 

reset_index()との関係性

 

set_index()とreset_index()は、互いに逆の操作を行うメソッドです。

  • set_index(): 列をインデックスに昇格させる。

  • reset_index(): インデックスを列に降格させ、新しい連番インデックスを割り当てる。

これらのメソッドを組み合わせることで、データの整形作業を柔軟に行うことができます。

Python
 
# set_indexしたDataFrameをreset_indexで元に戻す
df_reset_after_set = df_indexed.reset_index()
print("\nset_indexしたものをreset_indexで戻した後:\n", df_reset_after_set)

 

まとめ

 

Pandasのset_index()メソッドは、DataFrameの特定の列をインデックス（行名）として設定するための非常に重要なツールです。単一の列をキーとして設定したり、複数の列でMultiIndexを作成したりすることで、データの検索性、結合効率、および可読性を大幅に向上させることができます。drop=Falseで元の列を残すオプションや、inplace=Trueでの直接変更オプションも使いこなすことで、あなたのデータ分析ワークフローはさらに効率的になるでしょう。

プログラミング学習に関するお役立ちコンテンツ

カテゴリー
コラム
コラム

前の記事

【Pandasインデックス操作】DataFrame・Seriesのインデックスを振り直すreset_index()徹底解説！🔄
2025年8月16日
コラム

次の記事

【Pandasデータ整形術】DataFrame・Seriesの重複データを抽出・削除する方法
2025年8月16日