pandasの使い方 〜Python〜

Pythonは読みやすく・書きやすく・理解しやすい言語です（なので私は好きです）
ライブラリが豊富で、他の言語だと数行書かないといけないところをPythonだと1行で同じ処理を書くことができます

例えばJavaと比較すると

main.java

int[] numbers = {1, 2, 3, 4, 5};
for (int i = 0; i < numbers.length; i++) {
    numbers[i] = numbers[i] * 2;
}
for (int number : numbers) {
    System.out.println(number);
}

app.py

numbers = [1, 2, 3, 4, 5]
numbers = [x * 2 for x in numbers]
print(numbers)

javaとPythonのそれぞれで配列の中の数字を2倍にする処理を作成する処理を作成しました。
Javaだと2倍にする処理をfor文で3行で書いていますが、Pythonだと1行で書けます

このようにシンプル差がPythonの良いところです

また、Pandasはデータ分析、操作できるライブラリです
今回はPandasを使用する時に、よく使われる処理を10個ご紹介します
チートシートとして参考にしてください

pandasをimportするコードです

import pandas as pd

1.CSVを読み込む

CSVファイルを読み取りDataFrame型の変数に格納します

df = pd.read_csv('data.csv')

2.NULL値を含む列を削除します

df.drop(df.columns[df.isnull().sum() > 0], axis=1, inplace=True)

isnull()でDataFrame内の各要素に欠損値(NULL値)があるか判定します
その後のsum()で欠損値の個数を計算します
axis=1で列方向（縦)に削除するように設定しています
axis=0で行方向(横)に指定できます

3.既存の列を基に新しい列を作成

f['new_col'] = df.apply(lambda x: x['col_1'] * x['col_2'], axis=1)

apply()で各行に対してデータ操作を行う設定をします
lambda式で'col_1'と'col_2'の掛け算処理しています

4.列のグループ化と平均の計算

df.groupby('col_1').mean()

groupbyでグループ化します
mean()で平均値を取得します

5.条件を満たす行を取得

df.loc[df['col_1'] == 'abc']

locを使い、列'col_1'が'abc'の列を取得します

6.並べ替え

df.sort_values(by='col_name', ascending=False)

sort_valuesでソート処理を行います
byにソート基準の列を設定します
ascending=Falseで降順にソートします（大→小)
ascending=Trueで昇順にソートできます(小→大)

7.欠損している要素に0を設定

df.fillna(0)

NaNやNULL値の欠損している要素を0埋めします

8.重複行を削除

df.drop_duplicates()

9.ピボットテーブルを作成

df.pivot_table(index='col_1', columns='col_2', values='col_3')

例えば、ピボットテーブルを作成し、平均値で集計します

pivot.py

data = {
    'col_1': ['A', 'A', 'B', 'B', 'A', 'B'],
    'col_2': ['X', 'Y', 'X', 'Y', 'X', 'Y'],
    'col_3': [10, 20, 30, 40, 50, 60]
}

df = pd.DataFrame(data)

# ピボットテーブルを作成して表示
pivot_table = df.pivot_table(index='col_1', columns='col_2', values='col_3')
print(pivot_table)
# 出力結果
#col_1/col_2   X   Y
#A            30  20
#B            45  40

appfuncを設定することで合計(sum)、最小(min)、最大(max)で集計できます

pivot_table = df.pivot_table(index='col_1', columns='col_2', values='col_3', appfunc=sum)

10.CSVファイルに保存

df.to_csv('data.csv', index=False)