English | 简体中文 | 繁體中文 | Русский язык | Français | Español | Português | Deutsch | 日本語 | 한국어 | Italiano | بالعربية

Pandas 教程

Pandas 基本方法

Pandas 基本方法の例

今まで、Pandas DataStructuresの3つとそれらの作成方法について学びました。リアルタイムデータ処理における重要性から、主にDataFrameオブジェクトに注目し、他のDataStructuresについても議論します。

メソッド説明
axes行軸のラベルのリストを返します
dtypeオブジェクトのdtypeを返します。
emptySeriesが空であればTrueを返します。
ndim定義に従って基本データの次元を返します。
size基本データ内の要素数を返します。
valuesSeriesをndarrayとして返します。
head()最初のn行を返します。
tail()最後のn行を返します。
次に、Seriesを作成し、すべてのリストの属性操作を見てみましょう。
　import　pandas　as　pd
　import　numpy　as　np
　#　用100ランダム数でSeriesを作成します
　s　=　pd.Series(np.random.randn(4))
　print(s)

実行結果：

0　　　0.967853
1　　-0.148368
2　　-1.395906
3　　-1.758394
dtype:　float64

axes

Seriesのラベルのリストを返します

　import　pandas　as　pd
　import　numpy　as　np
　#　用100ランダム数でSeriesを作成します
　s　=　pd.Series(np.random.randn(4))
　print　("軸は:")
　print(s.axes)

実行結果：

　軸は:
　[RangeIndex(start=0,　stop=4,　step=1])

上記の結果は0から5（即[0,1,2,3,4])。

empty

オブジェクトが空かどうかを示す布尔値を返します。Trueはオブジェクトが空を意味します

　import　pandas　as　pd
　import　numpy　as　np
　#　用100ランダム数でSeriesを作成します
　s　=　pd.Series(np.random.randn(4))
　print　("オブジェクトは空ですか？")
　print(s.empty)

実行結果：

オブジェクトは空ですか？
False

ndim

オブジェクトの次元を返します。定義に従って、Seriesは1Dデータ構造であり、そのため

　import　pandas　as　pd
　import　numpy　as　np
　#　用4ランダムな数値でSeriesを作成します
　s　=　pd.Series(np.random.randn(4))
　print　s
　print　("オブジェクトの次元:")
　print(s.ndim)

実行結果：

　　　　　0　　　0.175898
1　　　0.166197
2　　-0.609712
3　　-1.377000
dtype:　float64
オブジェクトの次元:
1

size

Seriesのサイズ（長さ）を返します。

　import　pandas　as　pd
　import　numpy　as　np
　#　用4ランダムな数値でSeriesを作成します
　s　=　pd.Series(np.random.randn(2))
　print　s
　print　("オブジェクトのサイズ:")
　print(s.size)

実行結果：

0　　　3.078058
1　　-1.207803
dtype:　float64
オブジェクトのサイズ:
2

values

Seriesデータを配列形式で返します

　import　pandas　as　pd
　import　numpy　as　np
　#　用4ランダムな数値でSeriesを作成します
　s　=　pd.Series(np.random.randn(4))
　print　s
　print　("実際のデータシリーズは:")
　print(s.values)

実行結果：

0　　　1.787373
1　　-0.605159
2　　　0.180477
3　　-0.140922
dtype:　float64
実際のデータシリーズは:
[　1.78737302　-0.60515881　0.18047664　-0.1409218　]

Head と Tail

SeriesやDataFrameオブジェクトの先頭と末尾のデータを確認するには、head()とtail()メソッドを使用してください。

head() 前n行（観察インデックス値）を返します。デフォルト表示する要素数は5、しかしカスタム数字を渡すこともできます。

　import　pandas　as　pd
　import　numpy　as　np
　#　用4ランダムな数値でSeriesを作成します
　s　=　pd.Series(np.random.randn(4))
　print　("最初のシリーズは:")
　print　s
　print　("データシリーズの最初の2行:")
　print(s.head(2))

実行結果：

最初のシーケンスは:
0　　　0.720876
1　　-0.765898
2　　　0.479221
3　　-0.139547
dtype:　float64
データシリーズの最初の2行:
0　　　0.720876
1　　-0.765898
dtype:　float64

tail() 最後のn行を返します（インデックス値を観察）。デフォルトで表示される要素数は5、しかしカスタム数字を渡すこともできます。

　import　pandas　as　pd
　import　numpy　as　np
　#　用4ランダムな数値でSeriesを作成します
　s　=　pd.Series(np.random.randn(4))
　print("最初のシーケンスは:")
　print(s)
　print("データシーケンスの最後の2行:")
　print(s)tail(2)

実行結果：

最初のシーケンスは:
0　-0.655091
1　-0.881407
2　-0.608592
3　-2.341413
dtype:　float64
データシーケンスの最後の2行:
2　-0.608592
3　-2.341413
dtype:　float64

DataFrame 基本機能

今、DataFrameの基本機能について説明します。以下のテーブルには、DataFrameの基本機能に役立つ重要な属性やメソッドが示されています。

属性/メソッド説明
T行と列が相互に変換されます
axes行軸タグと列軸タグがユニークなメンバーのリストを返します。
dtypesこのオブジェクトのdtypesを返します。
emptyNDFrameが完全に空（項目がなく）の場合、true；それ以外の場合はfalse。どの軸の長さも0の場合。
ndim軸数/配列のサイズ。
shapeDataFrameの次元を示すタプルを返します。
sizeNDFrameの要素数。
valuesNDFrameの数字表示。
head()最初のn行を返します。
tail()最後のn行を返します。

以下に、DataFrameの属性のすべての操作方法を確認するためにDataFrameを作成します。

例

　import　pandas　as　pd
　import　numpy　as　np
　#　Series辞書を作成
　'Age':pd.Series([
　　　　)25,26,25,23,30,29,23])
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8]}
　#　DataFrameを作成
　df　=　pd.DataFrame(d)
　print　("Our　data　series　is:")
　print(df)

実行結果：

Our　data　series　is:
　　　　Age　Name　Rating
0　　　25　　　　Tom　　　　　4.23
1　　　26　　　　James　　　3.24
2　　　25　　　　Ricky　　　3.98
3　　　23　　　　Vin　　　　　2.56
4　　　30　Steve　　　3.20
5　　　29　　　　Smith　　　4.60
6　　　23　　　　Jack　　　　3.80

T (Transpose)

DataFrameの転置を返します。行と列が入れ替わります。

　import　pandas　as　pd
　import　numpy　as　np
　　
　#　Series辞書を作成
　'Age':pd.Series([
　　　　)25,26,25,23,30,29,23])
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8]}
　#　DataFrameを作成
　df　=　pd.DataFrame(d)
　print　("データシーケンスの転置は:")
　print(df.T)

実行結果：

データシーケンスの転置は:
　　　　　　　　　0　　　　　1　　　　　　　2　　　　　　3　　　　　　4　　　　　　5　　　　　　　6
Age　　　　　　25　　　　26　　　　　　25　　　　　23　　　　　30　　　　　29　　　　　　23
Name　　　　　Tom　　　James　　　Ricky　　Vin　　　　Steve　　Smith　　　Jack
Rating　　　4.23　　3.24　　　　3.98　　　2.56　　　3.2　　　　4.6　　　　　3.8

axes

行軸タグと列軸タグのリストを返します。

　import　pandas　as　pd
　import　numpy　as　np
　#　Series辞書を作成
　'Age':pd.Series([
　　　　)25,26,25,23,30,29,23])
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8]}
　#　DataFrameを作成
　df　=　pd.DataFrame(d)
　print　("行軸タグと列軸タグは:")
　print(df.axes)

実行結果：

　　行軸タグと列軸タグは:
　[RangeIndex(start=0,　stop=7,　step=1),　Index([u'Age',　u'Name',　u'Rating'],
　dtype='object')]

dtypes

各列のデータタイプを返します。

　import　pandas　as　pd
　import　numpy　as　np
　#　Series辞書を作成
　'Age':pd.Series([
　　　　)25,26,25,23,30,29,23])
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8]}
　#　DataFrameを作成
　df　=　pd.DataFrame(d)
　print　("各列のデータタイプは以下の通りです:")
　print(df.dtypes)

実行結果：

各列のデータタイプは以下の通りです:
Age　　　　　int64
Name　　　　object
Rating　　float64
dtype:　object

empty

ブール値を返します。オブジェクトが空かどうかを示します；Trueはオブジェクトが空を意味します。

　import　pandas　as　pd
　import　numpy　as　np
　　
　#　Series辞書を作成
　'Age':pd.Series([
　　　　)25,26,25,23,30,29,23])
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8]}
　　
　#　DataFrameを作成
　df　=　pd.DataFrame(d)
　オブジェクトが空かどうかを確認します：
　print(df.empty)

実行結果：

　オブジェクトが空かどうかを確認します？
　False

ndim

オブジェクトの数を返します。定義に従って、DataFrameは2Dオブジェクト。

　import　pandas　as　pd
　import　numpy　as　np
　#　Series辞書を作成
　'Age':pd.Series([
　　　　)25,26,25,23,30,29,23])
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8]}
　#　DataFrameを作成
　df　=　pd.DataFrame(d)
　私たちのオブジェクトは以下の通りです：
　print　df
　オブジェクトの次元は以下の通りです：
　print(df.ndim)

実行結果：

　　　　　私たちのオブジェクトは以下の通りです：
　　　　　　Age　　　　Name　　　　　Rating
0　　　　　25　　　　　Tom　　　　　　4.23
1　　　　　26　　　　　James　　　　3.24
2　　　　　25　　　　　Ricky　　　　3.98
3　　　　　23　　　　　Vin　　　　　　2.56
4　　　　　30　　　　　Steve　　　　3.20
5　　　　　29　　　　　Smith　　　　4.60
6　　　　　23　　　　　Jack　　　　　3.80
オブジェクトの次元は以下の通りです：
2

shape

DataFrameの次元を表すタプルを返します。タプル(a,b)では、aが行数、bが列数を示します。

　import　pandas　as　pd
　import　numpy　as　np
　　
　#　Series辞書を作成
　'Age':pd.Series([
　　　　)25,26,25,23,30,29,23])
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8]}
　　
　#　DataFrameを作成
　df　=　pd.DataFrame(d)
　私たちのオブジェクトは以下の通りです：
　print　df
　オブジェクトの形状は以下の通りです：
　print(df.shape)

実行結果：

　　　　　私たちのオブジェクトは以下の通りです：
　　　Age　Name　Rating
0　　25　　　　Tom　　　　　4.23
1　　26　　　　James　　　3.24
2　　25　　　　Ricky　　　3.98
3　　23　　　　Vin　　　　　2.56
4　　30　Steve　　　3.20
5　　29　　　　Smith　　　4.60
6　　23　　　　Jack　　　　3.80
オブジェクトの形状は以下の通りです：
(7,　3)

size

DataFrame内の要素数を返します。

　import　pandas　as　pd
　import　numpy　as　np
　　
　#　Series辞書を作成
　'Age':pd.Series([
　　　　)25,26,25,23,30,29,23])
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8]}
　　
　#　DataFrameを作成
　df　=　pd.DataFrame(d)
　私たちのオブジェクトは以下の通りです：
　print　df
　オブジェクト内の要素の合計数は以下の通りです：
　print(df.size)

実行結果：

　　　　　私たちのオブジェクトは以下の通りです：
　　　　Age　Name　Rating
0　　　25　　　　Tom　　　　　4.23
1　　　26　　　　James　　　3.24
2　　　25　　　　Ricky　　　3.98
3　　　23　　　　Vin　　　　　2.56
4　　　30　Steve　　　3.20
5　　　29　　　　Smith　　　4.60
6　　　23　　　　Jack　　　　3.80
私たちのオブジェクト内の要素の合計数は：
21

values

DataFrame内の実際のデータをNDarray形式で返します。

　import　pandas　as　pd
　import　numpy　as　np
　　
　#　Series辞書を作成
　'Age':pd.Series([
　　　　)25,26,25,23,30,29,23])
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8]}
　　
　#　DataFrameを作成
　df　=　pd.DataFrame(d)
　私たちのオブジェクトは以下の通りです：
　print　df
　データフレーム内の実際のデータは以下の通りです：
　print(df.values)

実行結果：

　　　　　私たちのオブジェクトは以下の通りです：
　　　　Age　Name　Rating
0　　　25　　　　Tom　　　　　4.23
1　　　26　　　　James　　　3.24
2　　　25　　　　Ricky　　　3.98
3　　　23　　　　Vin　　　　　2.56
4　　　30　Steve　　　3.20
5　　　29　　　　Smith　　　4.60
6　　　23　　　　Jack　　　　3.80
データフレーム内の実際のデータは以下の通りです：
[[25　'Tom'　4.23]
[26　'James'　3.24]
[25　'Ricky'　3.98]
[23　'Vin'　2.56]
[30　'Steve'　3.2]
[29　'Smith'　4.6]
[23　'Jack'　3.8]]

ヘッド＆テール

DataFrameオブジェクトの先頭と末尾のデータを確認するには、head()とtail()メソッドを使用してください。head()は前n行（インデックス値を確認してください）を返します。デフォルトで表示される要素数は5、しかしカスタム数字を渡すこともできます。

　import　pandas　as　pd
　import　numpy　as　np
　　
　#　Series辞書を作成
　'Age':pd.Series([
　　　　)25,26,25,23,30,29,23])
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8]}
　#　DataFrameを作成
　df　=　pd.DataFrame(d)
　私たちのデータフレームは以下の通りです：
　print　df
　データフレームの最初の2行は以下の通りです：
　print(df.head(2))

実行結果：

　　　　　私たちのデータフレームは:
　　　　Age　Name　Rating
0　　　25　　　　Tom　　　　　4.23
1　　　26　　　　James　　　3.24
2　　　25　　　　Ricky　　　3.98
3　　　23　　　　Vin　　　　　2.56
4　　　30　Steve　　　3.20
5　　　29　　　　Smith　　　4.60
6　　　23　　　　Jack　　　　3.80
データフレームの最初の2行は:
　　　Age　Name　Rating
0　　25　　　　Tom　　　　4.23
1　　26　　　　James　　3.24

tail() 最後のn行を返します（インデックス値を観察）。デフォルトで表示される要素数は5、しかしカスタム数字を渡すこともできます。

　import　pandas　as　pd
　import　numpy　as　np
　#　Series辞書を作成
　'Age':pd.Series([
　　　　)25,26,25,23,30,29,23])　
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8]}
　　
　#　DataFrameを作成
　df　=　pd.DataFrame(d)
　print　("私たちのデータフレームは:")
　print　df
　print　("データフレームの最後の2行は:")
　print(df.head(2))

実行結果：

私たちのデータフレームは：
　　　　Age　Name　Rating
0　　　25　　　　Tom　　　　　4.23
1　　　26　　　　James　　　3.24
2　　　25　　　　Ricky　　　3.98
3　　　23　　　　Vin　　　　　2.56
4　　　30　Steve　　　3.20
5　　　29　　　　Smith　　　4.60
6　　　23　　　　Jack　　　　3.80
データフレームの最後の2行は:
　　　　Age　Name　Rating
5　　　29　　　　Smith　　　　4.6
6　　　23　　　　Jack　　　　　3.8
Pandas SQL操作Pandas Panel