SAS ViyaはAIプラットフォームです。PythonやJava、Rなどの言語を通して利用できます。そのSAS Viyaの中で使われているのがCASTableというテーブルオブジェクトです（CASはCloud Analytic Servicesの略です）。今回はCASTableをPandasの中でDataFrameのように扱う方法を紹介します。

CASTableを取得する

まずはCASTableを取得します。今回はCSVをデータソースとします。

tbl = conn.loadtable('data/iris.csv', caslib='casuser').casTable

Pandasで同じようにCSVをデータソースとしてDataFrameを取得します。

df = pd.read_csv('/u/username/data/iris.csv')

カラムを出力します。

tbl.columns
# Index(['sepal_length', 'sepal_width', 'petal_length', 'petal_width',
#       'species'],
#      dtype='object')

DataFrameの場合です。

df.columns
# Index(['sepal_length', 'sepal_width', 'petal_length', 'petal_width',
#        'species'],
#       dtype='object')

データタイプは次のようになります。

df.dtypes

# sepal_length    float64
# sepal_width     float64
# petal_length    float64
# petal_width     float64
# species          object
# dtype: object

DataFrameの場合です。

tbl.dtypes

# sepal_length     double
# sepal_width      double
# petal_length     double
# petal_width      double
# species         varchar
# dtype: object

get_dtype_counts

get_dtype_countsの出力結果です。

tbl.get_dtype_counts()

# double     4
# varchar    1
# dtype: int64

df.get_dtype_counts()

# float64    4
# object     1
# dtype: int64

describe

describeの結果です。

casdesc = tbl.describe()
casdesc

sepal_length	sepal_width	petal_length	petal_width
count	150.000000	150.000000	150.000000
mean	5.843333	3.054000	3.758667
std	0.828066	0.433594	1.764420
min	4.300000	2.000000	1.000000
25%	5.100000	2.800000	1.600000
50%	5.800000	3.000000	4.350000
75%	6.400000	3.300000	5.100000
max	7.900000	4.400000	6.900000

desc = df.describe()
desc

sepal_length	sepal_width	petal_length	petal_width
count	150.000000	150.000000	150.000000
mean	5.843333	3.054000	3.758667
std	0.828066	0.433594	1.764420
min	4.300000	2.000000	1.000000
25%	5.100000	2.800000	1.600000
50%	5.800000	3.000000	4.350000
75%	6.400000	3.300000	5.100000
max	7.900000	4.400000	6.900000

まとめ

このようにCASTableはDataFrameと高い互換性を持っています。そのため、Pandasを用いてデータをグラフ化するのも可能です。皆さんのデータ分析にSAS Viya、そしてCASTableを活用してください。

SAS Viya | SAS