install
#install
pip install pandas
一次元のデータ構造体であるSeries。
Series
# randomで作成
arr = np.random.randn(6)
s1 = pd.Series(arr)
# arangeで作成
arr2 = np.arange(6)
s2 = pd.Series(arr2)
# onesで作成
arr3 = np.ones(6)
s3 = pd.Series(arr3)
# zerosで作成
arr4 = np.zeros(6)
s4 = pd.Series(arr4)
# index指定
arr = np.random.randn(6)
s5 = pd.Series(arr, index=["一月", "二月", "三月", "四月", "五月", "六月"])
#※indexは重複しても大丈夫
# 辞書で作成
dict_data = {"一月": 11, "二月": 13, "三月": 10, "四月": 14, "五月": 8, "六月": 10}
s6 = pd.Series(dict_data)
###############################################
#indexでデータ取得
s6[0]
#keyでデータ取得
s3["一月"]
二次元のデータ構造体であるDataFrame。
DataFrame
import pandas as pd
import numpy as np
#numpyで作成
arr = np.random.randn(20).reshape((4, 5))
df = pd.DataFrame(arr)
# 行、列index指定
index = ["Q1", "Q2", "Q3", "Q4"]
columns = ["A", "B", "C", "D", "E"]
df = pd.DataFrame(arr, index=index, columns=columns)
###################################################
# 使い方
#行取得
df.index
#列取得
df.columns
#データ取得
df.values
#describe取得
df.describe()
#count データの個数
#unique ユニークな(一意な)値の個数
#top 最も出現頻度の高い値(最頻値)
#freq 最頻値の出現回数
#mean 平均値
#std 標準偏差
#min 最小値
#25% 1/4分位数
#50% 中央値
#75% 3/4分位数
#max 最大値
#sort
#index並び替え
df.sort_index(axis=0, ascending=False)
#※axis:0行,1列 ascending:true昇順,false降順
#A列で降順
df.sort_values(axis=0, by="A", ascending=False)
#Q3行で昇順
df.sort_values(axis=1, by="Q3", ascending=True)
##############################################
#データ取得
#行データ取得
df.loc["Q3"]
df.loc["Q1":"Q3"]
df.iloc[0]
df.iloc[0:3]
#列データ取得
df.loc[:,"B"]
df.loc["Q2","A":"C"]
df.iloc[:, 0]
df.iloc[0:2, 0:3]
#行列データ取得
df.ix["Q0":"Q2", 1:3]
############################################
#空データ確認
df.isnull()
#空データの行列削除
df.dropna(axis=0, how="any")
#※axis:0行1列 how:"any"あれば削除,"all"全部nanなら削除
#空データを1にする
df.fillna(value=1)
#############################################
#データ結合
# concat方式
pd.concat([df1, df2, df3,...],
axis=0 or 1,
ignore_index=True,
join="outer" or "inner",
join_axes=[data1.index])
# df1 :DataFrame
# axis:結合方向
# ignore_index:indexを並び替え(default:False)
# join:outer直和 inner和集合
# join_axes:結合基準データ
index1 = pd.date_range("2018-10-01", periods=4)
df1 = pd.DataFrame(np.arange(20).reshape((4, 5)), index=index1, columns=list("ABCDE"))
index2 = pd.date_range("2018-10-03", periods=3)
df2 = pd.DataFrame(np.arange(12).reshape((3, 4)), index=index2, columns=list("DEFG"))
# axis=0 垂直方向で結合
result = pd.concat([df1, df2], axis=0, sort=True)
# axis=1 水平方向で結合
result2 = pd.concat([df1, df2], axis=1)
# axis=0, join_axes=[df1.columns]
result6 = pd.concat([df1, df2], axis=0, join_axes=[df1.columns], sort=False)
# axis=1, join_axes=[df1.index]
result7 = pd.concat([df1, df2], axis=1, join_axes=[df1.index], sort=False)
#df1.append()方式
df1.append([df2, df2, df3,...],
axis=0 or 1,
ignore_index=True)
result8 = df1.append(df2, ignore_index=True, sort=False)
#pd.merge()方式
pd.merge(left, right,
on=["key1", "key2"],
how="inner" or "outer" or "left" or"right"
indicator="説明")
left = pd.DataFrame({
"key": ["A0", "A1", "A2", "A3"],
"B": ["B0", "B1", "B2", "B3"],
"C": ["C0", "C1", "C2", "C3"],
})
right = pd.DataFrame({
"key": ["A0", "A1", "A2", "A3"],
"D": ["B1", "B2", "B2", "B4"],
"E": ["C2", "C1", "C5", "C2"]
})
# "key"で結合
result9 = pd.merge(left, right, on="key")
result10 = pd.merge(left, right, on=["key", "B"])
result11 = pd.merge(left, right, on=["key", "B"])
result12 = pd.merge(left, right, on=["key", "B"], how="left")
result11 = pd.merge(left, right, on=["key", "B"], how="right")
#how = left:leftを全部保留で結合
################################################
#データのoutput
left = pd.DataFrame({
"key": ["A0", "A1", "A2", "A3"],
"B": ["B0", "B1", "B2", "B3"],
"C": ["C0", "C1", "C2", "C3"],
})
# csv
left.to_csv("left_data.csv")
# json
left.to_json("left.json")
#そのほか
#to_json,to_excel,to_csv,to_clipboard,
#to_dense,to_dict,to_feather,to_gbq,
#to_hdf,to_html,to_latex,to_msgpack,
#to_panel,to_parquet,to_pickle,to_records
#to_sparse,to_sql,to_stata
#########################################
#グラフ
import matplotlib.pyplot as plt
s = pd.Series(np.random.randn(1000))
result = s.cumsum()
result.plot()
plt.show()