LoginSignup
1
0

More than 5 years have passed since last update.

Pandasデータフレームの名義変数で構成される列の内容を知る(表現)する方法。

Last updated at Posted at 2018-05-31

名義変数のPandasデータフレームの列の内容を知る(表現)する方法。
こちらも意外とすぐ検索で見つからないためメモ。
(3、4を7/4/2018に追記)

1、df[something].describe()
データの数、ユニークバリューの数等はわかる。
名義変数の種類や頻度はわからない。
欠損数もわからない。

2、df[something].value_counts()
私が知りたい、使いたいのはどちらかというとこちら。

3、上記の2でうまくいっていると思っていたことが、うまくいっていなかった。
ある列が名義変数(2値変数,例えば0or1)で示されている場合、以下で把握することができると思っていたが、それをfor文で回すと、値として格納されている、0or1がどちらにくるのか予想できないことが判明。
df[something].value_counts()[0]
df[something].value_counts()[1]

よって、以下のように値を指定して、要素数をカウントをすることとした。
df[something][df[something] == 0].count()
df[something][df[something] == 1].count()

4、おまけ。そうかCount()使えば一貫したコードになると考え、Null値も同様の方法でカウントしようとしたが、要素として格納されているNan値はCount()することができない。実行すると0が帰ってきてしまう。よって、Nanのカウントは以下のように記載した。ややこしい。
df[something].isnull().sum()

参考サイト
https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.html
https://note.nkmk.me/python-pandas-count-condition/

1
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
0