- データサイエンス100本ノックをやりきる会を作りました🎉
- こちらのSlack招待URLからご参加ください！！
- ぜひ一緒に励まし合いながら、データサイエンス100本ノックをやり切りたいと思っています！
Youtube
動画解説もしています。
問題
P-008: レシート明細のデータフレーム（df_receipt）から売上日（sales_ymd）、顧客ID（customer_id）、商品コード（product_cd）、売上金額（amount）の順に列を指定し、以下の条件を満たすデータを抽出せよ。
- 顧客ID（customer_id）が"CS018205000001"
- 商品コード（product_cd）が"P071401019"以外
解答
コード
df_receipt[['sales_ymd', 'customer_id', 'product_cd', 'amount']] \
.query('customer_id == "CS018205000001" & product_cd != "P071401019"')
出力
| sales_ymd | customer_id | product_cd | amount | |
|---|---|---|---|---|
| 36 | 20180911 | CS018205000001 | P071401012 | 2200 |
| 9843 | 20180414 | CS018205000001 | P060104007 | 600 |
| 21110 | 20170614 | CS018205000001 | P050206001 | 990 |
| 27673 | 20170614 | CS018205000001 | P060702015 | 108 |
| 27840 | 20190216 | CS018205000001 | P071005024 | 102 |
| 28757 | 20180414 | CS018205000001 | P071101002 | 278 |
| 39256 | 20190226 | CS018205000001 | P070902035 | 168 |
| 58121 | 20190924 | CS018205000001 | P060805001 | 495 |
| 68117 | 20190226 | CS018205000001 | P071401020 | 2200 |
| 72254 | 20180911 | CS018205000001 | P071401005 | 1100 |
| 88508 | 20190216 | CS018205000001 | P040101002 | 218 |
| 91525 | 20190924 | CS018205000001 | P091503001 | 280 |
解説
・PandasのDataFrame/Seriesにて、列を指定しつつ、指定した行のうち、条件に当てはまる行を確認する方法です。
・列情報を絞り、かつ、行を指定して、かつ、条件に当てはまる情報を確認したい時に使用します。
・'<データ名>[['<列名A>','<列名B>','<列名C>']].guery('<列名A> == "<行情報A>" & <列名B> != <行情報B>')'で、指定した列(列名A,列名B,列名C)のうち、列名A が指定した 行情報A に該当する行で、かつ、列名B 指定した 行情報B に該当する行を表示します。
※以下のコードのように「!=」を「<>」にしてしまうと、エラーになります。「<>」は、過去に「!=」と同じ意味で使用されていましたが、現在は使われていません。
コード
df_receipt[['sales_ymd', 'customer_id', 'product_cd', 'amount']] \
.query('customer_id == "CS018205000001" & product_cd <> "P071401019"')
※比較演算子については、こちらの記事が参考になります