PyCharm 2026.1 Help

Data Wrangler を使用する

Data Wrangler は、データのクリーニングと準備を簡素化するノーコードツールです。

対話的なユーザーインターフェースが提供されており、データの表示と分析、列の統計と視覚化の表示、Python コードの自動生成が可能です。

Data Wrangler を開く。

  1. Jupyter ノートブックを開きます。

  2. コードセルを実行するを使用して pandas データフレームを作成します。 例: 次のコードでセルを実行します。

    import pandas as pd # Data data = { 'Name': ['John', 'Anna', 'Peter', 'Linda', 'Dina', 'Kate', 'Tom', 'Emily'], 'Age': [22, 78, 22, 30, 45, 30, 35, 40], 'Gender': ['Male', 'Female', 'Male', 'Female', 'Female', 'Female', 'Male', 'Female'], 'City': ['New York', 'Los Angeles', 'Chicago', 'Houston', 'Phoenix', 'Philadelphia', 'San Antonio', 'San Diego'], 'Occupation': ['Engineer', 'Doctor', 'Teacher', 'Nurse', 'Architect', 'Lawyer', 'Accountant', 'Scientist'] } # Create a DataFrame df = pd.DataFrame(data) # Display the DataFrame df

  3. 出力セルの右上隅で その他の操作をクリックし、コンテキストメニューから Data Wrangler で編集 を選択します。

    Data Wrangler で編集をクリック

  4. Data Wrangler は新しいタブで開きます：

    Data Wrangler タブが開きました

Data Wrangler 変換を使用する

Data Wrangler タブの Data Wrangler 変換

変換

説明

検索と置換

検索と置換

選択した列の指定された一致するパターンでセルを置き換えます

並べ替えとフィルター

フィルター

指定した条件と値に基づいて、選択した列の行をフィルタリングします

クリーニングと除去

列を削除

選択した列をテーブルから削除します

重複を除去する

選択した列から重複する値を持つすべての行を削除します

欠損値を削除する

選択した列から欠損値のある行をすべて削除します

NaN 値を持つ行を削除する

テーブルから空の値を含む行を削除します

行をドロップする

選択した行をテーブルから削除します

追加列の作成

文字列で列を変換する

選択した列の文字列を変換します。 以下のいずれかの変換を選択できます。

  • 最初の文字を大文字にする

  • テキストを小文字に変換する

  • テキストを大文字に変換する

ワンホットエンコーディングカテゴリ変数

選択した列のカテゴリデータを各カテゴリの新しい列に分割します

正規化とスケーリング

最小最大スケーリング

選択した数値列を最小値と最大値の間で再スケールします

Z スコア正規化

選択した列のデータを平均 0、標準偏差 1 の分布に変換します。

外れ値または歪んだ分布の処理

IQR による外れ値検出

四分位範囲を使用して選択した列の外れ値を検出します

歪度を減らす

選択した列のデータに対数または平方根変換を適用して歪度を削減します

MAD による外れ値検出

中央絶対偏差を使用して選択した列の外れ値を検出します

ユークリッド距離による外れ値検出

ユークリッド距離を使用して選択した列の外れ値を検出します

その他

不足している部分を埋める

選択した列の欠落値のあるセルを新しい値に置き換えます

数値を丸める

選択した列の数値を指定された小数点以下の桁数に丸めます。

  • 丸め: 数値を最も近い整数に丸めます。

    数値の小数部分が0.5以上の場合、切り上げます。 0.5未満の場合、切り捨てます。

  • 床: 数値を最も近い整数に切り捨てます

  • セイル: 数値を最も近い整数に切り上げる

列を分割する

選択した列をユーザー定義の区切り文字に基づいて複数の列に分割します

列の型を変更する

選択した列のデータ型を変更します

変換されたデータの管理

生成されたデータ変換コードを使用して Jupyter Notebook に新しいセルを作成したり、コードをクリップボードにコピーしたり、変換されたデータセットを新しいファイルとして保存したりできます。

  1. ステップ ペインの右上隅にある エクスポート をクリックします。

    このペインでは、データに適用された変更の履歴を表示できます。

    エクスポートをクリック

  2. 開いたドロップダウンメニューからオプションを選択します。

    オプションを選択

サンプル: 重複エントリを削除する

一般的なデータクリーニングタスクの 1 つは、分析の結果に偏りが生じないように重複したエントリを削除することです。

Data Wrangler を使用すると、インターフェースを介してデータを変換できます。 Data Wrangler は、重複データの削除に必要な Python コードを自動的に生成します。

  1. Data Wrangler を開きます。

  2. 変換のリストから 重複を除去する を選択します。

  3. 列 ドロップダウンリストから列を選択します。

  4. 生成されたコードを確認します。

    Data Wrangler によって生成されたコードを確認する

  5. 適用 をクリックしてください。

  6. 生成されたコードを含む新しいコードセルをノートブックに追加したり、コードをクリップボードにコピーしたり、変換されたデータをファイルとして保存したりするには、 エクスポートをクリックします。

2026 年 6 月 1 日
SQL セルを操作するJupyter ノートブックサーバーの管理