Pandasの列単位での演算、加工

はじめに

Pandasの演算、加工の基本に関しての備忘録です。
コードを書き始めて1年以内の若輩者です😅
もし間違いがあれば、ご指摘いただけると助かります🙇

🦁結論🦁

Excelのように列ごとに演算、加工が可能。
シンプルに列を選択して演算を入れて計算、加工することが可能。

押さえておくべき点

• 演算結果を元のDataFrameに直接反映させるか、新しいDataFrameを作成するかを選択できる。
• 日付や時刻のデータを加工して、曜日や月などの情報を抽出もできる。

---

注意点

• データ型を確認する必要がある。（特に、数値演算を行う際に文字列型のデータが含まれているとエラーが発生するため、dtype属性やastype()メソッドを用いてデータ型を確認・変換することが重要）
• inplace=Trueの使用: 元のデータを上書きすると、元に戻せないため注意が必要。

---

コード例

数値での演算

新しい欄を作成してそこに演算した数値を反映させる。
既存部分に追加するなど可能。

import pandas as pd

# データフレームの作成
df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [10, 20, 30, 40]
})

# 列Aに2を足す
df['A'] = df['A'] + 2

# 列Bから列Aを引いた結果を新しい列Cに保存
df['C'] = df['B'] - df['A']

# 列Aの平均値を計算
average_of_A = df['A'].mean()

# 条件付きで新しい列Dを作成（列Aが3より大きい場合はTrue、そうでなければFalse）
df['D'] = df['A'] > 3

# 日付列の加工（ここではサンプルとして現在日付を追加）
df['Date'] = pd.to_datetime('2024-02-27')
df['Year'] = df['Date'].dt.year

print(df)

文字列の演算

文字列になにかを追加したい場合にも使える。

import pandas as pd

# データフレームの作成
df = pd.DataFrame({
    'First Name': ['John', 'Jane', 'Jim', 'Jill'],
    'Last Name': ['Doe', 'Doe', 'Smith', 'Johnson']
})

# 名前と姓を結合してフルネームを作成
df['Full Name'] = df['First Name'] + ' ' + df['Last Name']

# 文字列の置換（例えば、'John'を'Jonathan'に置換）
df['First Name'] = df['First Name'].replace('John', 'Jonathan')

# 文字列の大文字化
df['Last Name'] = df['Last Name'].str.upper()

# 特定の文字列を含む行をフィルタリング
contains_doe = df['Last Name'].str.contains('DOE')

# 文字列の長さを新しい列に追加
df['Name Length'] = df['Full Name'].str.len()

print(df)
print(contains_doe)

---

まとめ✍️

Excelよりも全然早く、また自由も効く。
文字列も色々反映できる。

参考にした記事📕

[Pandasの基本～表
形式データ・データ分析～初心者向けのDataFrameの操作入門！]
(https://youtu.be/HYWQbAdsG6s?si=m4Tl3UlmXLlhTxhZ)