Pandasのdataframeを使って体重周りの計算をしたお話

目的

iOSヘルスケアのデータで除脂肪体重がハブられてるのがちょっと面倒くさい
- というのも、除脂肪体重は筋肉の量に関係し、基礎代謝の目安にもなるため
除脂肪体重は体脂肪率の逆（下の式1）から求められる
基礎代謝は下の式2（または式2補足）で求められる
今回はヘルスケアのデータのエクスポートデータではなく、iOSアプリ(QSAccess)から得られたcsvファイルをもとに作成する。

式一覧

体重(Kg) W
- Weightの略
体脂肪率(%) F
- Fatの略、%値（実際にはcsv取り込み時に小数表記になる）
除脂肪体重(Kg) L
- Lean Body Massの略
基礎代謝(kcal) B
- base metabolismの略

式1（除脂肪体重を求める）

L = W \times \frac{100 - F}{100}

式2（除脂肪体重から基礎代謝を求める）

B = 370 + 21.6L

式2補足（式2に式1を代入）

B = 370 + (\frac{100 - F}{100} \times 21.6W)

式3 BMIの算出

身長 H
- BMIの計算ではm単位。Heightの略

BMI = \frac{W}{H^2}

Pandasとデータフレームの扱い

csvファイルを取り込んで計算するにあたって、Pandasというライブラリ（モジュール）とデータフレームという型に触れることになった。

データフレームとは

（ざっくりとした理解では）表型のデータ種別。今回のようなcsvファイルのような形式がイメージとして近い。

データフレームの列名を変更する

データフレームに対してrenameというメソッドで変更できる。¹

ちなみに、以下で'Start'を'日付'と変更しようとしているが、csv取り込み時に基準列に設定した列名は変更できない（らしい）。

    # データフレーム上の列名を変更
    df = df.rename(columns={'Start':'日付', \
            'Body Fat Percentage (%)': '体脂肪率', 'Weight (kg)': '体重'})

参考: pandas.DataFrameの行名・列名の変更 - note.nkmk.me

列の絞り込み

元データには時間帯・期間を表すStart, Finishという列があったが、今回はFinishは不要のため、基準列となっているStart以外のうち、体脂肪率と体重だけに絞り込むことにした。

    # データフレームの値列を体脂肪率と体重に絞る
    data = df[['体脂肪率', '体重']]

参考: Pandas でデータフレームから特定の行・列を取得する - Python でデータサイエンス

無効データ(0で出力されたレコード)を除外する

計算するにあたって、体脂肪率・体重のどちらかが0だと意味の無いデータになってしまうため、どちらかが0の場合にレコードを除外する必要があった。

以下の、data[data > 0]が0より大きいデータを有効とする（0以下を無効とする）記述で、無効となった値をdata.dropna()で除外している。

    # 0は欠損値として扱い、そのレコードを削除する
    data = data[data > 0]
    data = data.dropna()

参考

欠損値（外れ値）を除外: pandasでよく使う文法まとめ - @okadate@Qiita
特定の条件の値を取得する: Pandas でデータフレームから特定の行・列を取得する - Python でデータサイエンス

計算して出来た値を列として追加する

また、data['列名'] = 値のリスト([])や計算式という式を書くと、データフレームに列を追加できる。この計算式には列名を指定して、他の列の各行の値をそれぞれ計算に利用することが出来る。

なお、BMIの計算で使用している(height ** 2)は、height（身長(m)）の2乗を示している。(Pythonの構文)

    # BMI、除脂肪体重、基礎代謝(Katch-McArdle式:除脂肪体重から算出する式)を求める
    data['BMI'] = data['体重'] / (height ** 2)
    data['除脂肪体重'] = data['体重'] * (1 - data['体脂肪率'])
    data['基礎代謝'] = 370 + (21.6 * data['除脂肪体重'])

参考: Pandas のデータフレームに行や列 (カラム) を追加する - Python でデータサイエンス

あとは順次計算していくだけ

以下にこれまでのコードをまとめたソースコードを示します。

QSAccess.py

    # データフレーム上の列名を変更
    df = df.rename(columns={'Start':'日付', \
            'Body Fat Percentage (%)': '体脂肪率', 'Weight (kg)': '体重'})  

    # データフレームの値列を体脂肪率と体重に絞る
    data = df[['体脂肪率', '体重']]

    # 0は欠損値として扱い、そのレコードを削除する
    data = data[data > 0]
    data = data.dropna()

    # BMI、除脂肪体重、基礎代謝(Katch-McArdle式:除脂肪体重から算出する式)を求める
    data['BMI'] = data['体重'] / (height ** 2)
    data['除脂肪体重'] = data['体重'] * (1 - data['体脂肪率'])
    data['基礎代謝'] = 370 + (21.6 * data['除脂肪体重'])

あとは

出来たcsvデータをExcelに取り込んで一部をグラフ化したり。結局、体重と比べやすい除脂肪体重を見れば十分だったりします。

その他参考（csv読み込み等）

{'key': 'value'}で表されるのは辞書型のデータ ↩

【Python】Pandasのdataframeを使って体重周りの計算をしたお話