pandasメモ（DataFrameの操作）

サンプルデータ

import pandas as pd
from sklearn.datasets import load_iris

# データ取得（あやめの花のデータセット）
iris = load_iris()
data = iris.data
columns = iris.feature_names

# pd.DataFrame
df = pd.DataFrame(data=data, columns=columns)

データの確認

df.head() # 先頭を5件を表示

df.shape # 行数、列数を表示

カラム名の変更

# カラム名をリストで定義
columns = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width']
df.columns = columns

特定の要素を抽出

iloc （要素番号を指定）

# 11行〜20行目までを取得
df.iloc[10: 20] # df.iloc[10: 20, : ]と同じ
# 11行〜20行目、2〜3列目までを取得
df.iloc[10: 20, 1: 3]
# 1〜3列目までを取得
df.iloc[: , : 3]

loc（columns, indexを指定）

# 11行〜20行目までを取得
df.loc[11: 20]
# 11行〜20行目、2〜3列目までを取得
df.loc[11: 20, 'sepal_width': 'petal_length']
# 1〜3列目までを取得
df.loc[: , : 'petal_length']

特定の列を抽出

df['sepal_length'] # 戻り値の型は、pandas.core.series.Series

要素の条件で抽出

sepal_length >= 5.0

df[df['sepal_length'] >= 5.0]

df.query('sepal_length >= 5.0')

sepal_length >= 5.0 かつ sepal_width >= 3.0

df[(df['sepal_length'] >= 5.0) & (df['sepal_width'] >= 3.0)]

df.query('sepal_length >= 5.0 & sepal_width >=3.0')

ソート

データ（要素）でソート

# sepal_lengthでソート（ascending=Trueは昇順）
df.sort_values(by='sepal_length', ascending=True)

インデックスでソート

# ascendingは昇順／降順
# indexでソート
df.sort_index(ascending=False)
# columnsでソート
df.sort_index(axis=1, ascending=True)