pandasノススメ -pandasだからできること-

背景

書いてて辛くなったのでSQLと同じように出来ることとpandasだからできることの2段階に分けている
前回記事はこちら
https://qiita.com/open_cans/items/c1568eaf497bd82cdf29

pandasだからできること

色々方法はあると思うがapply関数を紹介後,DataFrame型から二次元配列への変換を紹介する。

apply関数(引数がリストじゃない)

applyで列に対して引数を一つとる関数を適用することができる。
例えばfloatの値をintに変換するint()関数がある。これを以下のcsv_dataのb列に適用すると

import pandas as pd
csv_data = pd.read_csv("csv_data.csv")
csv_data['b'] = csv_data['b'].apply(int)

↓csv_data

a	b	string
1	2.0	ﾎｹﾞ
4	5.1	ﾋｹﾞ
↓適用後

a	b	string
1	2	ﾎｹﾞ
4	5	ﾋｹﾞ
自作の関数を適用する例も載せておく

import pandas as pd

def hoge(data):
    data += 10
    return data

csv_data = pd.read_csv("csv_data.csv")
csv_data['b'] = csv_data['b'].apply(hoge)

↓csv_data

a	b	string
1	2.0	ﾎｹﾞ
4	5.1	ﾋｹﾞ
↓適用後

a	b	string
1	12.0	ﾎｹﾞ
4	15.1	ﾋｹﾞ

apply関数(引数がリスト)

applyは複数列のデータを引数にとる関数を適用することもできる。
csv_dataのa列とb列の和が5よりも上なら1,それ以外は0を返す関数を適用する例を示す。

axis=1 を追加するといい。
追加すると、適用する関数にデータフレームの各行の列の値がリストで与えられる

import pandas as pd
csv_data = pd.read_csv("csv_data.csv")

def hoge(data1):
    if data1[0]+data1[1] > 5:
        return 1
    return 0

sample1['c']=sample1[['a','b']].apply(hoge, axis=1)

↓csv_data

a	b	string
1	2.0	ﾎｹﾞ
4	5.1	ﾋｹﾞ
↓適用後

a	b	string	c
1	2.0	ﾎｹﾞ	0
4	5.1	ﾋｹﾞ	1

##DataFrameをリストに変換する
applyだけではやりたいことが実現できない！！ということもあるだろう
ということで2次元配列に変換してピュアなpythonで弄ってしまおうというお話
これらを適用すると(あなたがpythonで出来ることなら)なんでも出来るようになる

###1次元DataFrameをリストに変換する

import pandas as pd
csv_data = pd.read_csv("csv_data.csv")
csv_data = pd.DataFrame(csv_data['a']) #i次元のDataFrame
list_data = list(csv_data.values.flatten())

↓csv_data

a	b	string
1	2.0	ﾎｹﾞ
4	5.1	ﾋｹﾞ
↓適用後

list_data
>> [1,4]

###2次元DataFrameをリストに変換する

import pandas as pd
csv_data = pd.read_csv("csv_data.csv")
list_data= [list(row) for _, row in csv_data.iterrows()]

↓csv_data

a	b	string
1	2.0	ﾎｹﾞ
4	5.1	ﾋｹﾞ
↓適用後

list_data
>> [[1, 2.0, 'ﾎｹﾞ'], [4, 5.1, 'ﾋｹﾞ']]