以前のNumpyからだいぶ期間が開きましたが、pandas関係の内容についても
公式のdocumentation
目次
- 動作環境
- Series、Dataframeの作り方
動作環境
| 種類 | バージョン |
|---|---|
| MacBook Air | Monterey12.4. |
| python | 3.8.9 |
| jupyter notebook | 6.4.10 |
| pandas | 1.4.3 |
まずはパッケージのインポートから
import pandas as pd
pandasを扱うときはpdが慣例だそう
Series、Dataframeの作り方
Series
試しに簡単なリストで例を示す。
data = [1, 2, 3, 4, 5]
se = pd.Series(data)
print(se)
# 0 1
# 1 2
# 2 3
# 3 4
# 4 5
# dtype: int64
リストを使うとこのような形でSeriesを作れる。
ここで、1列目はindex(デフォルトは0, 1, 2, 3, ・・・)、2列目が指定した配列の要素になる。
なお、indexは直接指定することもできる。
data = [1 ,2 ,3 ,4 ,5]
se = pd.Series(data, index=['A', 'B', 'C', 'D', 'E'])
print(se)
# A 1
# B 2
# C 3
# D 4
# E 5
# dtype: int64
DataFrame
試しに簡単なリストで例を示す。
data = [[1, 2, 3], [4, 5, 6]]
df = pd.DataFrame(data)
print(df)
# 0 1 2
# 0 1 2 3
# 1 4 5 6
リストinリストの形の行列でDataFrameは作れる。
縦(0 1)がindex、横(0 1 2)がcolumnと言う。両者ともデフォルトはやはり0開始の整数列で表される。
index, columnを指定するにはいくつか方法がある。
まずはパラメータとして直接指定する書き方。
data = [[1, 2, 3], [4, 5, 6]]
df = pd.DataFrame(data, index=['A', 'B'], columns=['apple', 'orange', 'lemon'])
print(df)
# apple orange lemon
# A 1 2 3
# B 4 5 6
次に、辞書的な指定方法。columnを辞書で指定し、indexは別で指定する。
df = pd.DataFrame({'apple': [1, 4],
'orange': [2, 5],
'lemon': [3, 6]}, index=['A', 'B'])
print(df)
# apple orange lemon
# A 1 2 3
# B 4 5 6
ちなみに逆はできなかった。
df = pd.DataFrame({'A': [1, 2, 3],
'B': [4, 5, 6]}, columns=['apple', 'orange', 'lemon'])
print(df)
# Empty DataFrame
# Columns: [apple, orange, lemon]
# Index: []