はじめに

pythonでのいろんな操作を忘れてしまうのでまとめていこうと思います！
勉強したら更新していく予定です

zipファイルの解凍

google colaboratryなどのnotebookを用いた時にデータセットなどのzipを解凍する方法です

!unzip "drive/My Drive/~/nyannyan.zip"

.csv, .tsvを読み込む

import pandas as pd
#csvを読み込む
csv = pd.read_csv('path.csv')

#tsvを読み込む
tsv = pd.read_table('path.tsv')

zipなどで圧縮されたcsvファイルをそのまま読み込むこともできる。


df_zip = pd.read_csv('Path.zip')

DataFrameの値をリスト型に変換

import pandas as pd

df = pd.DataFrame([['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun'], ['a', 'b', 'c', 'd', 'e', 'f', 'g']])

#valuesのtolistでリスト形式に戻す
df.values.tolist()

DataFrameのカラム抽出

カラム名(列名)を指定して特定の列を抽出できる

import pandas as pd
#"A"列を抽出
df['A']

# . (ドット) を利用しても同じ結果が得られます。
df.A

#複数のカラムを抽出
df[['A', 'B', 'C']]

DataFrameのカラムの名前を変更

#'A'のカラム名を'a'に変更、'C'のカラム名を'c'に変更
df.rename(columns={'A': 'a', 'C': 'c'})

DataFrameから条件を指定して値を抽出

#'age'のカラムの値が25未満のものを抽出
df[df['age'] < 25]

#.query()を使っても同じ結果を得られる
df.query('age < 25')

#複数選択も可能
#ageの値が25　かつ　pointが50以上のものを抽出
df_store.query('(age == "25" & point > 50)')

#notも使える(age=50またはpoimnt>50でないものを抽出)
#| = OR, & = AND,  
df_store.query('not(age == "25" | point > 50)')

特定の文字列を含む行を抽出

これはデータ処理100本ノックで初めて使いました


#str.contains('li')：特定の文字列を含む
df[df['name'].str.contains('li')]

#str.endswith():特定の文字列で終わる
df[df['name'].str.endswith('e')]

#str.startswith(): 特定の文字列で始まる
df[df['name'].str.startswith('B')]