【Pandas入門】データフレームのインデックスやカラム操作方法メモ

今回はjupyter notebookを使ってPandasのインポート〜データフレームの作成、インデックスやカラムの変更、データ操作まで行ってみた過程をメモしていきます。

Pandasインポート〜データフレーム作成

まずPandasをインポート。

import pandas as pd

Pandasでデータフレームを作成する

データフレームでは2次元配列を作成する為、

df = pd.DataFrame([[◯,◯,◯],[◯,◯,◯],[◯,◯,◯]])　（二重カッコでリストを作成）となります。

とりあえず、上の形でデータフレームを作成してみます。

f = pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]])

表示させる為に、以下実行。

df
>>>

	0	1	2
0	1	2	3
1	4	5	6
2	7	8	9

行列名が無いデータフレームが完成しました。

そもそも2次元配列とは？

以下の様に、縦（行）と横（列）がある配列の事を言います。

	行名1	行名2	行名3
列名１	1	5	9
列名２	2	6	10
列名３	3	7	11
列名４	4	8	12

以下の様に1行のみの配列は一次元配列となります。

列名１	1
列名２	2
列名３	3
列名４	4

先に作成した行列名無しのリストは、

df.columns = ["カラム名1","カラム名2",....]
df.index = ["インデックス名1","インデックス名2",….]

で後から記述できます。

df.columns = ["col1","col2","col3"]
df.index = ["index1","index2","index3"]
df

	col1	col2	col3
idx1	1	2	3
idx2	4	5	6
idx3	7	8	9

尚、行列数と要素数が合わないと以下の様なエラーが出現します。

df.columns = ["col1","col2"] #要素数不足
>>>
ValueError: Length mismatch: Expected axis has 3 elements, new values have 2 elements

df.columns = ["col1","col2","col3","col4"] #要素数オーバー
>>>ValueError: Length mismatch: Expected axis has 3 elements, new values have 4 elements

次に、最初から変数 df に2次元リスト、カラム名、インデックス名を記載し、グラフを作成します。

df = pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]],columns=["col1","col2","col3"],index=["idx1","idx2","idx3"])
df
>>>

下のグラフがnotebook上に表示されました。

	col1	col2	col3
idx1	1	2	3
idx2	4	5	6
idx3	7	8	9

辞書型を使ってデータフレームを作成する

辞書型を使うことで、カラム毎にリストを作成することができます。

df2 = pd.DataFrame({"col1":[1,2,3],"col2":[4,5,6],"col3":[7,8,9]},index=["idx1","idx2","idx3"])
df
>>>

下のリストがnotebookに表示されます。

	col1	col2	col3
idx1	1	2	3
idx2	4	5	6
idx3	7	8	9

インデックス、カラムの操作方法

インデックス、カラムの取得・変更方法

変数名.index　でインデックスを取得する。

df.index
>>>Index(['idx1', 'idx2', 'idx3'], dtype='object')

dtypeはindexのデータ型を表しています。

変数名.columns　でカラムを取得する。

df.columns
>>>Index(['col1', 'col2', 'col3'], dtype='object')

次にカラム名を変更してみます。

df.columns = ["から1","から2","から3"]
df

	から1	から2	から3
index1	1	2	3
index2	4	5	6
index3	7	8	9

同様にインデックス名も変更も可能です。

renameメソッドを使ってカラム名とインデックス名を変更する

renameメソッドは行名や列名を変更することができます。

df = df.rename(columns={"既存行名": "変更先行名"})
df = df.rename(index={"既存列名": "変更先列名"})

まずはカラム名を変更してみます。

df = df.rename(columns={"col1":"から1","col2":"から2"})
df
>>>

	から1	から2	col3
index1	1	2	3
index2	4	5	6
index3	7	8	9

次にインデックス名を変更してみます。

df = df.rename(index={"index1":"インド1","index2":"インド2"})
df
>>>

	から1	から2	col3
インド1	1	2	3
インド2	4	5	6
index3	7	8	9

データの取得方法

データフレームから列を取得する方法

df[“カラム名”]を使う

df["取得したいカラム名"]　でデータフレームからシリーズとして取得したい列を取得することができます。

df["col1"]
>>>
index1 1 
index2 4 
index3 7 
Name: col1, dtype: int64

列の値とそれに対応するデータ、カラム名、データ型を取得できました。

また、df[["取得したいカラム名"]] とすることで、データフレーム形式で取得することができます。

df[["col1"]]
>>>

	col1
index1	1
index2	4
index3	7

尚、df[“col1”]はシリーズ型に変換され、df[[“col1”]]はデータフレーム型です。

確認してみます。

type(df["col1"])
>>>pandas.core.series.Series

type(df[["col1"]])
>>>pandas.core.frame.DataFrame

カラム名やインデックス名を指定して取得する方法

locを使ってインデックス・カラム名を指定する方法

locを用いて複数要素を取得する方法です。

df.loc["インデックス","カラム"] となり、各々スライス表記を用いることができます。

まずは1要素のみ取得してみます。

df.loc["index1","col1"]
>>>1

次に複数要素を取得してみます。

df.loc["index1":"index2","col1":"col3"]
>>>

	col1	col2	col3
index1	1	2	3
index2	4	5	6

要素を全て取得したい場合は[:]の表記が使えますので、以下の様に記載しても同様のリストが取得できます。

df.loc["index1":"index2",:]
>>>

	col1	col2	col3
index1	1	2	3
index2	4	5	6

また、df.loc["インデックス名"] とすることで、列をシリーズで取得することができます。

df.loc["index1"]
>>>
col1 1
col2 2
col3 3
Name: index1, dtype: int64

#データ型を確認
type(df.loc["index1"])
>>>
pandas.core.series.Series

カラム・インデックスの場所を指定して取得する方法

ilocを使って取得する方法

ilocを用いて複数要素を取得する方法です。

df.iloc["インデックス番号","カラム番号"] となり、各々スライス表記を用いることができます。

まずは、1要素のみ取得してみます。

df.iloc[0,0]
>>>1

次にスライス表記を使って、複数取得してみます。

df.iloc[0:3,1:3]
>>>

	col2	col3
index1	2	3
index2	5	6
index3	8	9

要素を全て取得したい場合は[:]の表記が使えますので、以下の様に記載しても同様のリストが取得できます。

df.iloc[:,1:3]
>>>

	col2	col3
index1	2	3
index2	5	6
index3	8	9

一つの要素を取得する方法

atを使って取得する方法

atを用いて1つの要素を取得する方法です。

df.at["インデックス","カラム"] となり、スライス表記を用いることはできません。

df.at["index1","col2"]
>>>2

iatを使って取得する方法

iatを用いて1つの要素を取得する方法です。

df.at["インデックス番号","カラム番号"] となり、スライス表記を用いることはできません。

df.iat[0,1]
>>>2

データの変更方法

locを使ってデータを変更する方法

	col1	col2	col3
idx1	1	2	3
idx2	4	5	6
idx3	7	8	9

まずはlocを使ってデータを取得します。

df.loc["index2","col1"]
>>>4

このデータに新しいデータを代入することで、データを変更することができます。

df.loc["index2","col1"] = 20
df
>>>

	col1	col2	col3
index1	1	2	3
index2	20	5	6
index3	7	8	9

次に複数のデータを変更していきます。

左辺はlocのスライスを用いて複数データを取得、右辺でリストを使い上書きを行います。

df.loc[:,"col3"] = [33,36,39]
df
>>>

	col1	col2	col3
index1	1	2	33
index2	20	5	36
index3	7	8	39

df.loc["index1":"index2","col1":"col2"] = [[11,22],[14,25]]
df
>>>

col1	col2	col3
index1	11	22	33
index2	14	25	36
index3	7	8	39

ilocを使ってデータを変更する方法

	col1	col2	col3
idx1	1	2	3
idx2	4	5	6
idx3	7	8	9

まずはilocを使ってデータを取得します。

df.loc[1,1]
>>>5

このデータに新しいデータを代入することで、データを変更することができます。

df.iloc[1,1] = 25
df
>>>

	col1	col2	col3
idx1	1	2	3
idx2	4	25	6
idx3	7	8	9

次に複数のデータを変更していきます。

左辺はilocのスライスを用いて複数データを取得、右辺でリストを使い上書きを行います。

df.iloc[:,1] = [20,20,20]
df
>>>

	col1	col2	col3
idx1	1	20	3
idx2	4	20	6
idx3	7	20	9

df.iloc[1:3,1:3] = [[22,23],[32,33]]
df
>>>

	col1	col2	col3
idx1	1	20	3
idx2	4	22	23
idx3	7	32	33

get_locメソッドで行・列番号を取得する

get_locメソッドを用いて、行番号・列番号を取得していきます。

df.columns.get_loc("コラム名") でコラム名の行番号を、
df.index.get_loc("インデックス名") でインデックス名の列番号を取得できます。

df.columns.get_loc("col2")
>>>1

df.index.get_loc("idx1")
>>>0