はじめに
- 前回、ざっくりpandasでCSVファイルを読み込みを作成したが他にどのような機能があるか理解していないので、触ってみる
px-wing.hatenablog.com
DataFrameについて
- データを表形式（行列）にして保存することでデータを扱いやすくする
- ２次元のデータで「値」、「インデックス」、「列」で構成
- 要素には数値のみでなく文字列を入れることも可能
- ラベルが付けられた軸（行と列）を持つ、2次元のサイズが可変で、表形式のデータ構造である。データフレームは2次元のデータ構造。データは行と列で表形式に整列される。Pandas DataFrameは、データ、行、列の3つの主要コンポーネントで構成されている。
DataFrameで利用できる関数（Pandasの公式ページ）
pandas.pydata.org
サンプルコード1
import pandas as pd
import numpy as np
user_height_weight = np.array(
[
[175,165,155,167],[85,74,65,85]
]
)
df = pd.DataFrame(user_height_weight)
df.columns = ['山田','佐藤','田中','森田']
df.index = ['身長','体重']
print(df)
df = df.rename(columns={'山田':'隆夫'})
print(df)
山田 佐藤 田中 森田
身長 175 165 155 167
体重 85 74 65 85
隆夫 佐藤 田中 森田
身長 175 165 155 167
体重 85 74 65 85
サンプルコード2
import pandas as pd
import numpy as np
import pandas as pd
df = pd.DataFrame(
data=[
['77','90','69','55','34'],
['90','40','29','80','78']
],
columns=['UserA','UserB','UserC','UserD','UserE'],
index=['Test1','Test2']
)
## データフレームのサイズの確認
print(df.shape)
## データフレームのカラム情報の確認
df.info()
## データフレームの型変換
df = df.astype(int)
df.info()
print(df.describe())
print(df['UserA'])
## データフレームの行・列のラベルで指定する
print(df.loc[:,['UserA']])
print(df.loc['Test1',['UserA','UserC']])
## データフレームの行・列の番号で指定
print(df.iloc[0])
print(df.iloc[1])
print(df.iloc[:,0:3])
print(df.iloc[0,[0]])
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 A 2 non-null object
1 B 2 non-null object
2 C 2 non-null object
3 D 2 non-null object
4 E 2 non-null object
dtypes: object(5)
memory usage: 96.0+ bytes
(2, 5)
<class 'pandas.core.frame.DataFrame'>
Index: 2 entries, Math to English
Data columns (total 5 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 A 2 non-null object
1 B 2 non-null object
2 C 2 non-null object
3 D 2 non-null object
4 E 2 non-null object
dtypes: object(5)
memory usage: 96.0+ bytes
<class 'pandas.core.frame.DataFrame'>
Index: 2 entries, Math to English
Data columns (total 5 columns):
(2, 5)
(2, 5)
(2, 5)
(2, 5)
<class 'pandas.core.frame.DataFrame'>
Index: 2 entries, Test1 to Test2
Data columns (total 5 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 UserA 2 non-null object
1 UserB 2 non-null object
2 UserC 2 non-null object
3 UserD 2 non-null object
4 UserE 2 non-null object
dtypes: object(5)
memory usage: 96.0+ bytes
<class 'pandas.core.frame.DataFrame'>
Index: 2 entries, Test1 to Test2
Data columns (total 5 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 UserA 2 non-null int64
(2, 5)
<class 'pandas.core.frame.DataFrame'>
Index: 2 entries, Test1 to Test2
Data columns (total 5 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 UserA 2 non-null object
1 UserB 2 non-null object
2 UserC 2 non-null object
3 UserD 2 non-null object
4 UserE 2 non-null object
dtypes: object(5)
memory usage: 96.0+ bytes
<class 'pandas.core.frame.DataFrame'>
Index: 2 entries, Test1 to Test2
Data columns (total 5 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 UserA 2 non-null int64
1 UserB 2 non-null int64
2 UserC 2 non-null int64
3 UserD 2 non-null int64
4 UserE 2 non-null int64
dtypes: int64(5)
memory usage: 96.0+ bytes
UserA UserB UserC UserD UserE
count 2.000000 2.000000 2.000000 2.00000 2.000000
mean 83.500000 65.000000 49.000000 67.50000 56.000000
std 9.192388 35.355339 28.284271 17.67767 31.112698
min 77.000000 40.000000 29.000000 55.00000 34.000000
25% 80.250000 52.500000 39.000000 61.25000 45.000000
50% 83.500000 65.000000 49.000000 67.50000 56.000000
75% 86.750000 77.500000 59.000000 73.75000 67.000000
max 90.000000 90.000000 69.000000 80.00000 78.000000
Test1 77
Test2 90
Name: UserA, dtype: int64
UserA
Test1 77
Test2 90
UserA 77
UserC 69
Name: Test1, dtype: int64
UserA 77
UserB 90
UserC 69
UserD 55
UserE 34
Name: Test1, dtype: int64
UserA 90
UserB 40
UserC 29
UserD 80
UserE 78
Name: Test2, dtype: int64
UserA UserB UserC
Test1 77 90 69
Test2 90 40 29
UserA 77
Name: Test1, dtype: int64
