Posted inPython

Python 3 – pandasデータフレームの反復-Pythonチュートリアル

January 5, 2021No Comments

forステートメントを使用したDataFrameループ（反復）。 列ごとに、パンダのデータフレームをループすることができます。

関連コース： Pythonパンダを使用したデータ分析

パンダの下。 例としてDataFrameを使用します。

1
2
3
4
5
6
 
import pandas as pd

df = pd.DataFrame({'age': [20, 32], 'state': ['NY', 'CA'], 'point': [64, 92]},
                  index=['Alice', 'Bob'])

print(df)

これにより、次のデータフレームが出力されます。

1
2
3
 
       age state  point
Alice   20    NY     64
Bob     32    CA     92

列をループする

DataFrameを直接forループに固定すると、列名（列名）は次の順序で取得されます。

1
2
3
4
 
for column_name in df:
    print(type(column_name))
    print(column_name)
    print('------n')

この出力：

1
2
3
4
5
6
7
8
9
10
11
 
<class 'str'>
age
------

<class 'str'>
state
------

<class 'str'>
point
------

データフレームを反復する

.iteritems（）

iteritems（）メソッドを使用して列名（列名）を使用すると、列データ（pandas。Series）タプル（列名、Series）を取得できます。

1
2
3
4
5
6
7
8
9
10
11
12
13
 
import pandas as pd

df = pd.DataFrame({'age': [20, 32], 'state': ['NY', 'CA'], 'point': [64, 92]},
                  index=['Alice', 'Bob'])

for column_name, item in df.iteritems():
    print(type(column_name))
    print(column_name)
    print('~~~~~~')

    print(type(item))
    print(item)
    print('------')

この出力：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
 
<class 'str'>
age
~~~~~~
<class 'pandas.core.series.Series'>
Alice    20
Bob      32
Name: age, dtype: int64
------
<class 'str'>
state
~~~~~~
<class 'pandas.core.series.Series'>
Alice    NY
Bob      CA
Name: state, dtype: object
------
<class 'str'>
point
~~~~~~
<class 'pandas.core.series.Series'>
Alice    64
Bob      92
Name: point, dtype: int64
------

.iterrows（）

iterrows（）メソッドを使用してインデックス名（行名）を使用すると、データ（pandas。Series）タプル（index、Series）を取得できます。

1
2
3
4
5
6
7
8
9
10
11
12
13
 
import pandas as pd

df = pd.DataFrame({'age': [20, 32], 'state': ['NY', 'CA'], 'point': [64, 92]},
                  index=['Alice', 'Bob'])

for index, row in df.iterrows():
    print(type(index))
    print(index)
    print('~~~~~~')

    print(type(row))
    print(row)
    print('------')

これにより、次のようになります。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
 
<class 'str'>
Alice
~~~~~~
<class 'pandas.core.series.Series'>
age      20
state    NY
point    64
Name: Alice, dtype: object
------
<class 'str'>
Bob
~~~~~~
<class 'pandas.core.series.Series'>
age      32
state    CA
point    92
Name: Bob, dtype: object
------

.itertuples（）

itertuples（）メソッドを使用して、インデックス名（行名）の列とその行のデータを一度に1行ずつ取得できます。 タプルの最初の要素はインデックス名です。

デフォルトでは、Pandasという名前のnamedtupleが返されます。 Namedtupleを使用すると、に加えて各要素の値にアクセスできます。 []。

1
2
3
4
5
6
7
8
9
10
11
12
13
 
import pandas as pd

df = pd.DataFrame({'age': [20, 32], 'state': ['NY', 'CA'], 'point': [64, 92]},
                  index=['Alice', 'Bob'])

for row in df.itertuples():
    print(type(row))
    print(row)
    print('------')

    print(row[3])
    print(row.point)
    print('------n')

これにより、次のように出力されます。

1
2
3
4
5
6
7
8
9
10
11
12
13
 
<class 'pandas.core.frame.Pandas'>
Pandas(Index='Alice', age=20, state='NY', point=64)
------
64
64
------

<class 'pandas.core.frame.Pandas'>
Pandas(Index='Bob', age=32, state='CA', point=92)
------
92
92
------

列の値を取得する

特定の列の値を順番に取得することができます。

上記のiterows（）、itertuples（）メソッドは、各行のすべての列の要素を取得できますが、特定の列の要素のみが必要な場合は、次のように記述することもできます。

1
2
3
4
5
6
7
 
print(df['age'])




print(type(df['age']))

Seriesをforループに適用すると、その値を順番に取得できます。 DataFrameで列を指定し、それをforループに適用すると、その列の値を順番に取得できます。

1
2
 
for age in df['age']:
    print(age)

組み込み関数zip（）を使用して、複数の列の値をまとめて取得することもできます。

1
2
 
for age, point in zip(df['age'], df['point']):
    print(age, point)

インデックス（行名）を取得する場合は、index属性を使用します。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
 
print(df.index)


print(type(df.index))


for index in df.index:
    print(index)



for index, state in zip(df.index, df['state']):
    print(index, state)

関連コース： Pythonパンダを使用したデータ分析

Hope this helps!

Source link

Tags: