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

Pandas ガイド

Pandas Series

Pandas Seriesの基本操作

pandas.Series

Series構造体は以下の通りです：

pandas.Series(　data,　index,　dtype,　copy)

コンストラクタの引数は以下の通りです。-

data:データはndarray、リスト、定数などの様々な形式を取ることができます。 index:インデックス値はユニークでハッシュ可能で、データの長さと同じ長さである必要があります。インデックスが指定されていない場合、デフォルトでnp.arange(n)になります。 dtype:データのデータ型を指定します。Noneの場合、データ型が推測されます。 copy:データをコピーします。デフォルトはfalseです。

Seriesを作成するために様々な入力を使用できます。例えば

Array Dict スカラ値や定数

空のSeriesを作成

　>>>　#　pandas依存パッケージをインポートし、別名を設定
　>>>　import　pandas　as　pd
　>>>　s　=　pd.Series()
　>>>　print(s)
　Series([],　dtype:　float64)

ndarrayからSeriesを作成

データがndarrayの場合、渡されるインデックスは同じ長さを持たなければなりません。インデックスが指定されていない場合、デフォルトでインデックスはrange(n)になります。ここでnは配列の長さです。つまり[0,1,2,3…。範囲（len(array)）-1]。

　#　Filename　:　pandas.py
　#　author　by　:　ja.oldtoolbag.com　
　#　pandas依存パッケージをインポートし、別名を設定
　import　pandas　as　pd
　import　numpy　as　np
　data　=　np.array(['a','b','c','d'])
　s　=　pd.Series(data)
　print(s)

実行結果：

　0　a
　1　b
　2　c
　3　d
　dtype:　object

インデックスを指定していないため、デフォルトで0からlen(data)までの範囲が割り当てられます。-1、つまり0から3。

　#　Filename　:　pandas.py
　#　author　by　:　ja.oldtoolbag.com　
　#　pandas依存パッケージをインポートし、別名を設定
　import　pandas　as　pd
　import　numpy　as　np
　data　=　np.array(['a','b','c','d'])
　s　=　pd.Series(data,index=[100,101,102,103])
　print(s)

実行結果：

　100　a
　101　b
　102　c
　103　d
　dtype:　object

ここでインデックス値を渡しました。現在、出力でカスタムインデックス値が見られます。

辞書からSeriesを作成

辞書は入力として渡すことができます。インデックスが指定されていない場合、辞書のキーはソート順序に基づいてインデックスが構築されます。インデックスが指定されている場合、インデックスに対応するインデックスタグデータの値が引き出されます。

　#　Filename　:　pandas.py
　#　author　by　:　ja.oldtoolbag.com　
　#　pandas依存パッケージをインポートし、別名を設定
　import　pandas　as　pd
　import　numpy　as　np
　data　=　{'a'　:　0.,　'b'　:　1.},　'c'　:　2}.
　s　=　pd.Series(data)
　print(s)

実行結果：

　a　0.0
　b　1.0
　c　2.0
　dtype:　float64

辞書のキーはインデックスを構築するために使用されます。

　#　Filename　:　pandas.py
　#　author　by　:　ja.oldtoolbag.com　
　#　pandas依存パッケージをインポートし、別名を設定
　import　pandas　as　pd
　import　numpy　as　np
　data　=　{

実行結果：

　b　1.0
　c　2.0
　d　NaN
　a　0.0
　dtype:　float64

インデックスの順序は変更されず、欠けている要素はNaN（非数字）で埋められます。

スカラからSeriesを作成

データがスカラ値の場合、インデックスを提供する必要があります。この値はインデックスの長さに一致するように複製されます。

　#　Filename　:　pandas.py
　#　author　by　:　ja.oldtoolbag.com　
　#　pandas依存パッケージをインポートし、別名を設定
　import　pandas　as　pd
　import　numpy　as　np
　s　=　pd.Series(5,　index=[0,　1,　2,　3])
　print(s)

実行結果：

　
　0　5
　1　5
　2　5
　3　5
　dtype:　int64

位置Seriesを持つデータのアクセスから

Series内のデータはndarrayのようにアクセスできます。
最初の要素を検索。よく知られているように、配列のカウントは0から始まるため、最初の要素は0番目の位置に格納されています。以降、同様です。

　#　Filename　:　pandas.py
　#　author　by　:　ja.oldtoolbag.com　
　#　pandas依存パッケージをインポートし、別名を設定
　import　pandas　as　pd
　s　=　pd.Series([1,2,3,4,5],index　=　['a','b','c','d','e'])
　#　最初のデータを検索
　print　s[0]

実行結果：

1

Seriesの中の最初の3つの要素を検索。もし前に挿入する場合、そのインデックスからすべての項目が抽出されます。二つのパラメータ（それらの間に：がある）を使用する場合、二つのインデックス間の項目（停止インデックスを含めない）

　#　Filename　:　pandas.py
　#　author　by　:　ja.oldtoolbag.com　
　#　pandas依存パッケージをインポートし、別名を設定
　import　pandas　as　pd
　s　=　pd.Series([1,2,3,4,5],index　=　['a','b','c','d','e'])
　#　前3要素
　print　s[:3]

実行結果：

　a　1
　b　2
　c　3
　dtype:　int64

最後の3つの要素を検索

　#　Filename　:　pandas.py
　#　author　by　:　ja.oldtoolbag.com　
　#　pandas依存パッケージをインポートし、別名を設定
　s　=　pd.Series([1,2,3,4,5],index　=　['a','b','c','d','e'])
　#　最後の3つの要素を検索
　print　s[-3:]

実行結果：

　c　3
　d　4
　e　5
　dtype:　int64

タグ（インデックス）を使用してデータを検索

Seriesは固定サイズの辞書のように、インデックスタグを使用して値を取得および設定できます。
インデックスタグを使用して単一の要素を検索

　#　Filename　:　pandas.py
　#　author　by　:　ja.oldtoolbag.com　
　#　pandas依存パッケージをインポートし、別名を設定
　import　pandas　as　pd
　s　=　pd.Series([1,2,3,4,5],index　=　[

実行結果：

　1

インデックスタグのリストを使用して複数の要素を検索

　#　Filename　:　pandas.py
　#　author　by　:　ja.oldtoolbag.com　
　#　pandas依存パッケージをインポートし、別名を設定
　import　pandas　as　pd
　s　=　pd.Series([1,2,3,4,5],index　=　[

実行結果：

　
　a　1
　c　3
　d　4
　dtype:　int64

タグが含まれていない場合、例外が発生します。

　#　Filename　:　pandas.py
　#　author　by　:　ja.oldtoolbag.com　
　#　pandas依存パッケージをインポートし、別名を設定
　import　pandas　as　pd
　s　=　pd.Series([1,2,3,4,5],index　=　['a','b','c','d','e'])
　#　複数の要素を検索
　print(s['f'])

実行結果：

　　　…
　KeyError:　'f'
Pandas SQL 操作Pandas データ構造