Posted inPython

Python 3 – Pandasデータフレーム-Pythonチュートリアル

January 4, 2021No Comments

単純なデータ構造 pandas.DataFrame この記事で説明されています。 これには、作成、索引付け、追加、および削除に関する関連情報が含まれています。 テキストは非常に詳細です。

つまり、行と列を持つ2次元のデータ構造（テーブルなど）です。

関連コース： Pythonパンダを使用したデータ分析

DataFrameを作成する

パンダDataFrameとは何ですか

Pandasはデータ操作モジュールです。 DataFrameを使用すると、表形式のデータをPythonで保存できます。
DataFrameを使用すると、行や列などの表形式のデータを簡単に保存および操作できます。

データフレームは、リスト（以下を参照）、辞書またはnumpy配列（下を参照）から作成できます。

リストからDataFrameを作成する

1つのリストをパンダのデータフレームに変えることができます。

1
2
3
 
import pandas as pd
data = [1,2,3]
df = pd.DataFrame(data)

データフレームの内容は次のとおりです。

1
2
3
4
5
6
 
>>> df
   0
0  1
1  2
2  3
>>>

コンテンツの前に、すべての要素にインデックス（0,1,2）があることがわかります。
これはテーブル（n次元配列）でも機能します。

1
2
3
4
 
import pandas as pd

data = [['Axel',32], ['Alice', 26], ['Alex', 45]]
df = pd.DataFrame(data,columns=['Name','Age'])

この出力：

1
2
3
4
5
6
 
>>> df
    Name  Age
0   Axel   32
1  Alice   26
2   Alex   45
>>>

関連コース： Pythonパンダを使用したデータ分析

列

列を選択

列を選択するには、列名を使用できます。

ステップ1：フレームを作成する：

1
2
3
4
5
6
 
>>> df = pd.DataFrame(data,columns=['Name','Age'])
>>> df
    Name  Age
0   Axel   32
1  Alice   26
2   Alex   45

ステップ2：列名で選択します：

1
2
3
4
5
 
>>> df['Name']
0     Axel
1    Alice
2     Alex
Name: Name, dtype: object
 
1
2
3
4
5
6
 
>>> df['Age']
0    32
1    26
2    45
Name: Age, dtype: int64
>>>

列の追加

データフレームに列を追加できます。 したがって、この：

1
2
3
4
5
 
>>> df
    Name  Age
0   Axel   32
1  Alice   26
2   Alex   45

これになります：

1
2
3
4
5
6
 
>>> df
    Name  Age  Example
0   Axel   32        1
1  Alice   26        2
2   Alex   45        3
>>>

これを行う方法は次のとおりです。

ステップ1：データフレームを作成する

1
2
3
4
5
6
7
8
 
>>> data = [['Axel',32], ['Alice', 26], ['Alex', 45]]
>>> df = pd.DataFrame(data,columns=['Name','Age'])
>>> 
>>> df
    Name  Age
0   Axel   32
1  Alice   26
2   Alex   45

ステップ2：列を含む新しいデータフレームを作成する

1
 
>>> c = pd.DataFrame([1,2,3], columns=['Example'])

手順3：データフレームの列名を新しく作成した列名に設定します。

1
2
3
4
5
6
7
 
>>> df['Example'] = c['Example']
>>> df
    Name  Age  Example
0   Axel   32        1
1  Alice   26        2
2   Alex   45        3
>>>

列の削除

列を削除するには、キーワードを使用できます デル。
元のデータフレーム：

1
2
3
4
5
 
>>> df
    Name  Age  Example
0   Axel   32        1
1  Alice   26        2
2   Alex   45        3

次にそれを削除します：

そして、その列を削除します。

1
2
3
4
5
6
 
>>> df
    Name  Age
0   Axel   32
1  Alice   26
2   Alex   45
>>>

関連コース： Pythonパンダを使用したデータ分析

行

行を選択

を使用して行を選択できます .loc[label]。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
 
>>> df
    Name  Age
0   Axel   32
1  Alice   26
2   Alex   45
>>> 
>>> df.loc[0]
Name    Axel
Age       32
Name: 0, dtype: object
>>> 
>>> df.loc[2]
Name    Alex
Age       45
Name: 2, dtype: object
>>>

インデックスで選択することもできますが、 .iloc[index]。

1
2
3
4
5
 
>>> df.iloc[0]
Name    Axel
Age       32
Name: 0, dtype: object
>>>

行を追加

を呼び出すことで行を追加できます .append（） データフレームのメソッド。
まず、新しいデータフレームを作成します。

1
 
>>> user = pd.DataFrame([['Vivian',33]], columns= ['Name','Age'])

次に、それを既存のデータフレームに追加します。

1
 
>>> df = df.append(user)
 
1
2
3
4
5
6
7
 
>>> df
     Name  Age
0    Axel   32
1   Alice   26
2    Alex   45
0  Vivian   33
>>>

行を削除する

行を削除するには、次の方法を使用できます .drop（インデックス）。

フレームを作成することから始めます。

1
2
3
4
5
6
7
 
>>> data = [['Axel',32], ['Alice', 26], ['Alex', 45]]
>>> df = pd.DataFrame(data,columns=['Name','Age'])
>>> df
    Name  Age
0   Axel   32
1  Alice   26
2   Alex   45

最初の行を削除しましょう：

1
2
3
4
5
6
 
>>> df = df.drop(0)
>>> df
    Name  Age
1  Alice   26
2   Alex   45
>>>

DataFrameの作成

辞書からDataFrameを作成する

辞書がある場合は、それをデータフレームに変換できます。

1
2
3
4
5
6
7
8
9
 
>>> import pandas as pd
aa>>> d = {'one':[1,2,3], 'two':[2,3,4], 'three':[3,4,5] }
>>> df = pd.DataFrame(d)
>>> df
   one  two  three
0    1    2      3
1    2    3      4
2    3    4      5
>>>

ディクショナリのキーはDataFrameの列ですが、インデックスの値がないため、自分で設定する必要があり、デフォルトではゼロからカウントされません。

1
2
3
4
5
6
7
 
>>> df = pd.DataFrame(d, index=['first','second','third'])
>>> df
        one  two  three
first     1    2      3
second    2    3      4
third     3    4      5
>>>

配列からDataFrameを作成する

配列（numpy配列）もデータフレームに変換できます。

1
2
3
4
5
6
 
>>> import numpy as np
>>> ar = np.array([[1,2,3],[4,5,6],[6,7,8]])
>>> ar
array([[1, 2, 3],
       [4, 5, 6],
       [6, 7, 8]])

次に、次の行を使用してデータフレームに変換します。

1
2
3
4
5
6
7
 
>>> df = pd.DataFrame(ar)
>>> df
   0  1  2
0  1  2  3
1  4  5  6
2  6  7  8
>>>

DataFrame割り当て列とインデックスの作成は、多次元配列から作成されます。それ以外の場合は、デフォルトで醜いです。

1
2
3
4
5
6
7
 
>>> df = pd.DataFrame(ar, index=['A','B','C'], columns=['One','Two','Three'])
>>> df
   One  Two  Three
A    1    2      3
B    4    5      6
C    6    7      8
>>>

DataFrameから作成

データフレームの一部を新しいデータフレームにコピーできます。
上記のデータフレームの使用：

1
2
3
4
5
6
7
 
>>> df2 = df[['One','Two']].copy()
>>> df2
   One  Two
A    1    2
B    4    5
C    6    7
>>>

CSVから作成

csvファイル（Googleスプレッドシートはcsvとして保存できます）がある場合は、次のように読み込むことができます。

1
2
3
4
5
6
7
8
 

import pandas as pd


cats = pd.read_csv('cats.csv')


print(cats)

Hope this helps!

Source link

Tags: