⑥ pandas
AI実装検定B級 第208問
問題
NumPyとpandasの違いとして正しい説明はどれか。
正解
A：pandasは行ラベル・列ラベルを持つ表形式データを扱える
解説
pandasは行ラベル(Index)と列ラベルを持つ表形式データDataFrameを扱える点がNumPyと異なる。
分野解説：⑥ pandas
表形式データを扱うライブラリpandasの分野です（39問収録）。import pandas as pdの記法、1次元のSeriesと2次元のDataFrame、Index（ラベル）の役割を土台として学びます。欠損値NaNの扱いが大きなテーマで、dropna（axis・thresh指定）・fillna・ffill・bfill・isna・notnaを区別します。さらに列の取り出し（df['列名']）やスライス、concatによる連結（axis）、mergeの結合（on・how・inner/outer/left）、groupbyやaggによる集計、read_csvでの読み込みも頻出です。NumPyとの違い（行・列ラベルを持つ点）も押さえておきましょう。
この分野の問題をすべて見る →本番形式で問題を解いてみよう
クイズモードで挑戦 →同じ分野の関連問題
AI実装検定B級について
AI実装の基礎を固める入門〜中級検定
| 主催 | AI実装検定実行委員会 |
|---|---|
| 出題形式 | 選択式（試験形式・時間の詳細は公式サイトで要確認） |
| 試験時間 | 公式サイトで要確認 |
| 受験料 | 受験料は改定されるため公式サイトで要確認 |
| 合格基準 | 合格基準は変動しうるため公式サイトで要確認 |
| 難易度 | ★★★☆☆ |
AI実装検定B級の関連記事
AI実装検定B級の勉強法・合格のコツ【完全ガイド】
AI実装検定B級に合格するための勉強法を徹底解説。AI基礎・数学（微分/ベクトル/行列/確率）・Python・NumPy・pandas・可視化・scikit-learnの8分野の出題傾向、288問の分野別内訳、3パターンの学習スケジュール、つまずきやすいポイント、ケンテイラボでの演習方法までまとめました。
AI実装検定B級の難易度・出題傾向は？勉強時間の目安を徹底分析
AI実装検定B級の難易度・出題傾向・勉強時間の目安を徹底解説。AI基礎・数学・Python・NumPy・pandas・可視化・scikit-learnの8分野の傾向、難易度を構成する要素、受験者層、得点を伸ばす5つのコツ、つまずきやすいポイント、他のAI・データ系資格との比較までまとめました。
AI実装検定B級 AI・機械学習の用語＆関数早見表チートシート
AI実装検定B級で頻出のAI用語・数学の公式・Python/NumPy/pandas/scikit-learnの関数を一気に整理。ニューラルネットワークの用語、微分公式やノルム、似た関数の区別、機械学習アルゴリズムの考え方まで、直前チェックに使える早見表をコンパクトにまとめました。