DataFrameの紹介

pandas によるデータ操作

Richie Cotton

Data Evangelist at DataCamp

pandasは何のために使う？

コース概要

1章： DataFrames**
- 並べ替えとサブセット化
- 新しい列の作成
2章 - データの集約
- 要約統計量
- カウント
- グループ化した要約統計量

3章データのスライスとインデックス指定
- スライスによるサブセット化
- インデックスと、インデックスを使ったサブセット化
4章データの作成と可視化
- グラフ作成
- 欠損データの処理
- DataFrameにデータを読み込む

pandasはNumPyとMatplotlibを基盤にしています

2つの長方形の上に置かれた三角形。三角形は pandas パッケージを表し、長方形は NumPy と matplotlib パッケージを表します。

pandasは人気です

パンダの絵文字が何百回も繰り返されており、pandas の多くのユーザーを表しています。

¹ https://pypistats.org/packages/pandas

表形式データ

名前	品種	毛色	体高 (cm)	体重 (kg)	生年月日
ベラ	ラブラドール	茶色	56	25	2013-07-01
チャーリー	プードル	黒	43	23	2016-09-16
ルーシー	チャウチャウ	茶色	46	22	2014-08-25
クーパー	シュナウザー	グレー	49	17	2011-12-11
マックス	ラブラドール	黒	59	29	2017-01-20
ステラ	チワワ	タン	18	2	2015-04-20
バーニー	セントバーナード	白	77	74	2018-02-27

pandas DataFrames

print(dogs)

      name        breed  color  height_cm  weight_kg date_of_birth
0    Bella     Labrador  Brown         56         24    2013-07-01
1  Charlie       Poodle  Black         43         24    2016-09-16
2     Lucy    Chow Chow  Brown         46         24    2014-08-25
3   Cooper    Schnauzer   Gray         49         17    2011-12-11
4      Max     Labrador  Black         59         29    2017-01-20
5   Stella    Chihuahua    Tan         18          2    2015-04-20
6   Bernie  St. Bernard  White         77         74    2018-02-27

DataFrame を探索する： .head()

print(dogs.head())

      name        breed  color  height_cm  weight_kg date_of_birth
0    Bella     Labrador  Brown         56         24    2013-07-01
1  Charlie       Poodle  Black         43         24    2016-09-16
2     Lucy    Chow Chow  Brown         46         24    2014-08-25
3   Cooper    Schnauzer   Gray         49         17    2011-12-11
4      Max     Labrador  Black         59         29    2017-01-20

DataFrame を調べる： .info()

print(dogs.info())

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 7 entries, 0 to 6
Data columns (total 6 columns):
 #   Column         Non-Null Count  Dtype 
 --  ------         --------------  ----- 
 0   name           7 non-null      object
 1   breed          7 non-null      object
 2   color          7 non-null      object
 3   height_cm      7 non-null      int64 
 4   weight_kg      7 non-null      int64 
 5   date_of_birth  7 non-null      object
dtypes: int64(2), object(4)
memory usage: 464.0+ bytes

DataFrame を調べる： .shape

print(dogs.shape)

(7, 6)

DataFrameを調べる： .describe()

print(dogs.describe())

       height_cm  weight_kg
count   7.000000   7.000000
mean   49.714286  27.428571
std    17.960274  22.292429
min    18.000000   2.000000
25%    44.500000  19.500000
50%    49.000000  23.000000
75%    57.500000  27.000000
max    77.000000  74.000000

DataFrame の構成要素： .to_numpy()

print(dogs.to_numpy())

array([['Bella', 'Labrador', 'Brown', 56, 24, '2013-07-01'],
       ['Charlie', 'Poodle', 'Black', 43, 24, '2016-09-16'],
       ['Lucy', 'Chow Chow', 'Brown', 46, 24, '2014-08-25'],
       ['Cooper', 'Schnauzer', 'Gray', 49, 17, '2011-12-11'],
       ['Max', 'Labrador', 'Black', 59, 29, '2017-01-20'],
       ['Stella', 'Chihuahua', 'Tan', 18, 2, '2015-04-20'],
       ['Bernie', 'St. Bernard', 'White', 77, 74, '2018-02-27']],
      dtype=object)

DataFrameの構成要素： .columns と .index

print(dogs.columns)

Index(['name', 'breed', 'color', 'height_cm', 'weight_kg', 'date_of_birth'],
dtype='object')

dogs.index

RangeIndex(start=0, stop=7, step=1)

pandasの哲学

それを行う方法は、明らかなものが1つ、できれば1つだけあるべきです。

 - _The Zen of Python_ by ティム・ピーターズ、第13項

緑のスイスアーミーナイフ

¹ https://www.python.org/dev/peps/pep-0020/

練習しましょう！

pandas によるデータ操作