More than 3 years have passed since last update.

【Pandas・DataFrame】コラムの値・複数の値を書き換える(ディズニー映画のデータ使用)　no.19

Posted at 2021-03-24

こんにちは、まゆみです。

Pandasについてシリーズで記事を書いています。

今回は第19回目になります。

今回の記事では、ディズニー映画のCSVデータを使って

特定のセルの値を新しい値に書き換える方法
特定のコラムの中のある値全てを新しい値に書き換える方法
SettingWithCopyWarningが出た時の対処法

を書いていきます。

ではさっそく始めていきますね。

今回使うデータ

kaggle.comさんのサイトのなかのディズニー映画に関するデータを使います

.read_csv()で読み込むと下記のようになります

デフォルトでは、インデックスは数字になっているので、映画のタイトルのコラム(movie_titleと名前が付けられているコラム)をインデックスにします
※特定のコラムをインデックスにする方法が分からない方は、こちらの記事を参考にどうぞ。

では特定のセルの値を変えるには、まず大前提として特定のセルを指定しなければなりません。

そのセルの指定の仕方を下記に書いていきます。

loc[]を使い、特定のセルを指定する

※.loc[]の使い方の詳しい事は前回の記事に書いています

.loc[]で特定のセルを指定するには、上記に記載しているように、

最初の引数にインデックス名、2番目の引数にコラム名

を書きます。

その２つが交わった部分のセルが指定されます。

では、

今回使うデータの『Cinderella』『genre』が交わる、『Drama』という値を書き換えてみましょう

『Drama』を『Drama movie』に書き換えます

disney.loc["Cinderella","genre"] = "Drama movie"

.loc[] にインデックス名とコラム名を引数に入れ指定した特定のセルに"Drama movie" を代入しました。

実行結果は下記のようになります

では、genreコラムにある、他のDramaの値もDrama movieに書き換えるにはどうしたら良いでしょうか？

下記に続きます

コラム内にある特定の値全てを書き換える

今回のデータのコラムgenre にあるDramaという値を全てDrama movie に変える方法を失敗方法も含めて書いていきます。

仮定１ booleanを使ってはじき出したrowに新しく書き換えたい値を直接代入する

結果➡『SettingWithCopyWarning』が出ます
解決法を後述します

※以下df = DataFrame を表す

df[ "コラム名" ] で特定のコラム一列が特定されますよね。

そのコラムで特定の値と等しい物を表すには

df[ "コラム名" ] == (等しいか比べたい値)

例えばheight(身長)コラムの中で167になっている部分を探したい時は

df["height"] == 167

とします。すると、167に一致する部分はTrue それ以外はFalse としてbooleanで返されます。

DataFrame のなかでTrue になっているrow のみを取り出したいので、

df[ df["height"] == 167 ]

とコードを書くと、height が167になっているrow のみが全てはじき出されるというロジックです。

genreの値がDrama になったrowのみでできたDataFrame をつかって、Drama という値をDrama movieに書き換えることができるか実験してみます。

disney[ disney["genre"] == "Drama"][ "genre" ] = "Drama movie"

上記のコードが正しいコードか見てみます

すると下記のようなエラーが出ました。

簡単に翻訳しますと、

データフレームから取り出したスライスのコピーに対して、値を設定しようとしています。

代わりに.loc[] を使ってみてください。

disney[ disney["genre"] == "Drama"]はオリジナルのデータに影響するものではなく、新しく作られたコピーであるということですね。
Pandasを使っているとよく遭遇する『Setting With Copy Warning』の正体を簡単に説明すると、コピーに値を設定しようとしていますよということです。

では、提案通りに.loc[] を使ってみます。