【記録用】Pandas備忘録

今回はPandasを使った際に、すぐに分からなかった事象のまとめです。
結構Pandasってどうやって操作すればいいのかな？って迷うことも多いので少しでも参考になれば幸いです。

使用するデータセット作成

• まずは適当にデータセットを作成する。本記事はこの簡単なデータを例に書いていく

index = ['製品A', '製品B', '製品C']
columns = ['春', '夏', '秋', '冬']
data = np.array([
    [0,10,20,30],
    [0,0,100,20],
    [50,100,20,40],
])

df = pd.DataFrame(data, index=index, columns=columns)
df.head()

	春	夏	秋	冬
製品A	0	10	20	30
製品B	0	0	100	20
製品C	50	100	20	40

ケース①各行の最大値,最小値に対応しているカラム名、そしてその値を抜き出して追加

• つまり製品Aなら冬が一番大きく製品Cなら夏が一番大きい数字なので、新しいカラム「売れる季節」にその季節を挿入する

for index, row in df.iterrows():

#     df.ix[index, '売れる季節'] = row.argmax()
    df.ix[index, '売れる季節'] = row.idxmax() #どっちでもできる

#     df.ix[index, '売れない季節'] = row.argmin()
    df.ix[index, '売れない季節'] = row.idxmin() #どっちでもできる

    df.ix[index, 'MAX'] = row.max()
    df.ix[index, 'MIN'] = row.min()

df.head()

	春	夏	秋	冬	売れる季節	売れない季節	MAX	MIN
製品A	0	10	20	30	冬	春	30	0
製品B	0	0	100	20	秋	春	100	0
製品C	50	100	20	40	夏	秋	100	20

ケース②各行で最初に正の整数になるカラム名を抜き出して追加

• つまり各製品が初めて売れ始めた季節を出したい。Aなら夏、Bなら秋という感じ

for index, row in df.iterrows():
#index[0]で最初に条件が成立したものを取り出す
    df.ix[index, '売れ始め季節'] = row[row > 0].index[0] 

df.head()

	春	夏	秋	冬	売れ始め季節
製品A	0	10	20	30	夏
製品B	0	0	100	20	秋
製品C	50	100	20	40	春

ケース③0が１つも入ってない行を抜き出したい

• つまり年中売れている製品Cの行を抜き出したい

#not_zero_df = df.query('春 > 0 and 夏 > 0 and 秋 > 0 and 冬 > 0')
#not_zero_df = df.query('春 != 0 and 夏 != 0 and 秋 != 0 and 冬 != 0')

# ↑でもいいが変数として外だしも可能。下で「@」をつければいい
hoge1,hoge2,hoge3,hoge4 = 0,0,0,0 
not_zero_df = df.query('春 > @hoge1 and 夏 > @hoge2 and 秋 > @hoge3 and 冬 > @hoge4')

not_zero_df.head()

	春	夏	秋	冬
製品C	50	100	20	40

• ちなみに夏のみに着目して0以外を抽出したい場合は同じくこう書けばいい(夏が0でない行を取り出す)

hoge = 0 
not_zero_df = df.query('夏 != @hoge')

not_zero_df.head()

	春	夏	秋	冬
製品A	0	10	20	30
製品C	50	100	20	30

今後も随時追記していく予定です