はじめに
最近はpandasの統計をよく使っている
条件式として普段はquery分をよく用いるが、pandas本来の文法の方が機械語ぽっくてちょっと馴染みがある
ここではqueryを使用せず、pandasの条件式をまとめておく
環境
window 10
python 3.7.8
pandas version: 1.3.5
Code
データフレーム
今回は統計の練習で使われるpandasの国別統計のライブラリーを使用する
import pandas as pd
import plotly.express as px
# pip install plotly
df = px.data.gapminder()
print(df)
# country continent year lifeExp pop gdpPercap iso_alpha iso_num
# 0 Afghanistan Asia 1952 28.801 8425333 779.445314 AFG 4
# 1 Afghanistan Asia 1957 30.332 9240934 820.853030 AFG 4
# 2 Afghanistan Asia 1962 31.997 10267083 853.100710 AFG 4
# 3 Afghanistan Asia 1967 34.020 11537966 836.197138 AFG 4
# 4 Afghanistan Asia 1972 36.088 13079460 739.981106 AFG 4
# ... ... ... ... ... ... ... ... ...
# 1699 Zimbabwe Africa 1987 62.351 9216418 706.157306 ZWE 716
# 1700 Zimbabwe Africa 1992 60.377 10704340 693.420786 ZWE 716
# 1701 Zimbabwe Africa 1997 46.809 11404948 792.449960 ZWE 716
# 1702 Zimbabwe Africa 2002 39.989 11926563 672.038623 ZWE 716
# 1703 Zimbabwe Africa 2007 43.487 12311143 469.709298 ZWE 716
条件式
countryがAfghanistanであるindexを絞りだした。
条件を満たすindexはTrue, 満たさないのはFalseとなる
このindexをdf[index]として絞った範囲を値を得ることができる
df["country"] == "Afghanistan"
# 0 True
# 1 True
# 2 True
# 3 True
# 4 True
# ...
# 1699 False
# 1700 False
# 1701 False
# 1702 False
# 1703 False
df[df["country"] == "Japan"]
# country continent year lifeExp pop gdpPercap iso_alpha iso_num
# 792 Japan Asia 1952 63.030 86459025 3216.956347 JPN 392
# 793 Japan Asia 1957 65.500 91563009 4317.694365 JPN 392
# 794 Japan Asia 1962 68.730 95831757 6576.649461 JPN 392
# 795 Japan Asia 1967 71.430 100825279 9847.788607 JPN 392
# 796 Japan Asia 1972 73.420 107188273 14778.786360 JPN 392
# 797 Japan Asia 1977 75.380 113872473 16610.377010 JPN 392
# 798 Japan Asia 1982 77.110 118454974 19384.105710 JPN 392
# 799 Japan Asia 1987 78.670 122091325 22375.941890 JPN 392
# 800 Japan Asia 1992 79.360 124329269 26824.895110 JPN 392
# 801 Japan Asia 1997 80.690 125956499 28816.584990 JPN 392
# 802 Japan Asia 2002 82.000 127065841 28604.591900 JPN 392
# 803 Japan Asia 2007 82.603 127467972 31656.068060 JPN 392
複数条件
条件式は NOT(~), AND(&), OR(|) があり、優先度としても NOT(~), AND(&), OR(|) の順番となる
country = Japan AND year >= 2000の条件
df[(df["country"] == "Japan") & (df["year"] >= 2000)]
# country continent year lifeExp pop gdpPercap iso_alpha iso_num
# 802 Japan Asia 2002 82.000 127065841 28604.59190 JPN 392
# 803 Japan Asia 2007 82.603 127467972 31656.06806 JPN 392
country = Japan AND NOTyear >= 1960の条件
df[(df["country"] == "Japan") & ~(df["year"] >= 1960)]
# country continent year lifeExp pop gdpPercap iso_alpha iso_num
# 792 Japan Asia 1952 63.03 86459025 3216.956347 JPN 392
# 793 Japan Asia 1957 65.50 91563009 4317.694365 JPN 392
NOTyear >= 1960 AND country = Japan OR country = United States の条件
演算子の優先度は NOT(~) > AND(&) > OR(|) であるので,
[ { ( NOTyear >= 1960 ) AND country = Japan } OR country = United States ]
のように区切られた。
df[ ~(df["year"] >= 1960) & (df["country"] == "Japan") | (df["country"] == "United States") ]
# country continent year lifeExp pop gdpPercap iso_alpha iso_num
# 792 Japan Asia 1952 63.030 86459025 3216.956347 JPN 392
# 793 Japan Asia 1957 65.500 91563009 4317.694365 JPN 392
# 1608 United States Americas 1952 68.440 157553000 13990.482080 USA 840
# 1609 United States Americas 1957 69.490 171984000 14847.127120 USA 840
# 1610 United States Americas 1962 70.210 186538000 16173.145860 USA 840
# 1611 United States Americas 1967 70.760 198712000 19530.365570 USA 840
# 1612 United States Americas 1972 71.340 209896000 21806.035940 USA 840
# 1613 United States Americas 1977 73.380 220239000 24072.632130 USA 840
# 1614 United States Americas 1982 74.650 232187835 25009.559140 USA 840
# 1615 United States Americas 1987 75.020 242803533 29884.350410 USA 840
# 1616 United States Americas 1992 76.090 256894189 32003.932240 USA 840
# 1617 United States Americas 1997 76.810 272911760 35767.433030 USA 840
# 1618 United States Americas 2002 77.310 287675526 39097.099550 USA 840
# 1619 United States Americas 2007 78.242 301139947 42951.653090 USA 840
条件が複数あるときは、予め括弧をつけておくのは適切である
df[ ~(df["year"] >= 1960) & ((df["country"] == "Japan") | (df["country"] == "United States")) ]
# country continent year lifeExp pop gdpPercap iso_alpha iso_num
# 802 Japan Asia 2002 82.000 127065841 28604.59190 JPN 392
# 803 Japan Asia 2007 82.603 127467972 31656.06806 JPN 392
# 1618 United States Americas 2002 77.310 287675526 39097.09955 USA 840
# 1619 United States Americas 2007 78.242 301139947 42951.65309 USA 840
関連