5：pandasの基礎①：データの読み込みと表示

〜NBAデータを使って、pandasに入門しよう〜

なぜ最初に「pandas」を学ぶのか？

PythonでNBAデータ分析を始めるとき、最初にぶつかるのが「データの見方・扱い方」です。
NBA APIを使えば、選手の成績やチームのデータを取得できますが、その中身はすべて「表データ（＝行と列の構造）」になっています。そこで必要になるのが pandas（パンダス） というライブラリです。

pandasを最初に学ぶべき理由：

• NBA APIのデータ形式と相性がよい（DataFrameで返ってくる）
• Excelのような操作が簡単にできる（抽出・並べ替え・計算など）
• 後の分析・可視化・機械学習にも直結する基本スキル

NBAに限らず、データ分析の基礎となるのがこの pandas なので、まずここを押さえておくとこの先ずっとラクになります。

pandasってなに？

pandas は、Pythonで「表データ（＝Excelみたいなデータ）」を読み込んだり加工したりするためのツールです。NBAの試合や選手成績のように、行と列があるデータをきれいに扱えるのが最大の強みです。

pandas の基本構造は2つ：

• Series：1列のデータ（列データ）
• DataFrame：表（行 × 列） ← これがメインで使われる

pandas を使う準備

まずは、以下のようにして pandas を使えるようにしましょう

import pandas as pd

pd は pandas の略称で、以後の操作をコンパクトに書くための“ニックネーム”のようなものです。

nba_apiと組み合わせて使ってみる

例としてステフィン・カリーのキャリアスタッツを表示してみます。

from nba_api.stats.static import players
from nba_api.stats.endpoints import playercareerstats

# カリーのIDを取得
player = players.find_players_by_full_name("Stephen Curry")[0]

# キャリアスタッツを取得
career = playercareerstats.PlayerCareerStats(player_id=player['id'])

# pandasのDataFrameで受け取る
df = career.get_data_frames()[0]

# 表示してみる（最初の5行）
print(df.head())

まずは前回同様、インストールの解説です。

① from nba_api.stats.static import playerss

意味：
nba_api ライブラリの中の「静的情報（=名前やIDなど変わらない基本データ）」を扱う部分 static から、選手情報を取得する players を使えるようにします。

主に使う目的：

• 選手名からID（player_id）を取得する
• 名前や現役フラグ（is_active）などを確認する

② from nba_api.stats.endpoints import playercareerstats

✔ 重要キーワード：endpoint（エンドポイント）とは？

エンドポイントとは、NBA公式サイトの「統計データを提供しているAPIの入り口（＝URLに対応した機能）」です。NBA APIでは、「このURLにアクセスすると、選手のキャリア成績が返ってくるよ！」
という仕組みがあり、それをPythonで扱えるようにしたのが endpoints にある各モジュールです。

具体的に playercareerstats とは？

• プレイヤーのキャリア通算・シーズン別成績を取得できるエンドポイント
• player_id を指定して実行すると、シーズンごとの得点・試合数・アシストなどのデータが返ってきます

NBA APIの構造（イメージ）

nba_api/
├─ stats/
│ ├─ static/ ← 選手やチームの名前・IDなど（変わらない情報）
│ └─ endpoints/ ← 各種データを取得する「APIの入り口」
│ ├─ playercareerstats.py ← キャリア成績用のendpoint
│ ├─ boxscoretraditionalv2.py ← 試合のボックススコア
│ ├─ leaguedashplayerstats.py ← リーグ全体の選手スタッツ

df.head()ってなに？

これは pandas のメソッドで、最初の5行だけを表示してくれます。
（データ全体を見すぎて混乱しないように、まずは“ざっくり”見たいときに便利です）
結果はこのように最初の５行だけ表示されたはずです。（本当はもっと横に長いですが省略）

   PLAYER_ID SEASON_ID LEAGUE_ID     TEAM_ID TEAM_ABBREVIATION  PLAYER_AGE　・・・  
0     201939   2009-10        00  1610612744               GSW        22.0  ・・・
1     201939   2010-11        00  1610612744               GSW        23.0  ・・・ 
2     201939   2011-12        00  1610612744               GSW        24.0  ・・・ 
3     201939   2012-13        00  1610612744               GSW        25.0  ・・・ 
4     201939   2013-14        00  1610612744               GSW        26.0  ・・・ 

まとめ

• df.head() を使えば、表の中身を一瞬で確認できる
• pandas は データ分析の土台となるライブラリ
• NBA API のデータはほぼすべて DataFrame として受け取るため、まずpandasを扱えるようにするのが最重要

次回は、実際にpandasの機能を用いて並べ替え、抽出、集計等を学んで行きましょう！
6：pandasの基礎２：並べ替え、抽出、集計へ進む