pandas:【サンプルコード】列の範囲指定

page:[pandasまとめ]

はじめに

• ここに書いたこと
  • 列名番号での指定

前提

• pandasの基礎
  • pandas:【基礎】最初に知っておきたいこと
• データフレームの作成
  • pandas:【縦横の方向を考えた】データフレーム作成

サンプルコード

データ作成

import pandas as pd
dic = {'area':['東京', '東京', '東京', '大阪', '大阪', '大阪'],
       'year':[2022, 2022, 2022, 2022, 2022, 2022],
       'month':[1, 2, 3, 1, 2, 3],
       'v1':[25, 10, 20, 15, 25, 30],
       'v2':[700, 400, 550, 200, 150, 350]
}
df = pd.DataFrame(dic)
print(df)

  area  year  month  v1   v2
0   東京  2022      1  25  700
1   東京  2022      2  10  400
2   東京  2022      3  20  550
3   大阪  2022      1  15  200
4   大阪  2022      2  25  150
5   大阪  2022      3  30  350

• エリアごとの年月データを用意
• 値はv1、v2の2つ

通常の列名取り出し

a = df[['area','year','v1']]
print(a)

  area  year  v1
0   東京  2022  25
1   東京  2022  10
2   東京  2022  20
3   大阪  2022  15
4   大阪  2022  25
5   大阪  2022  30

• df[['area’,’year’,’v1′]]
  • 列名を指定して取り出している
  • 列番号を指定して取り出すことを以降で説明

（その前に）列番号から列名を取り出す

col1 = df.columns[[0,2,4]]
col2 = df.columns[1:4]
print(col1)
print(col2)

Index(['area', 'month', 'v2'], dtype='object')
Index(['year', 'month', 'v1'], dtype='object')

• df.columns[[0,2,4]]
  • 列番号0,2,4の列名を取り出す
  • 'area’, 'month’, 'v2’の3つ
• df.columns[1:4]
  • 列番号1～3のように範囲指定して列名を取り出す
  • 'year’, 'month’, 'v1’の3つ

列番号を指定して取り出す

b = df[df.columns[[0,1,2,4]]]
print(b)

  area  year  month   v2
0   東京  2022      1  700
1   東京  2022      2  400
2   東京  2022      3  550
3   大阪  2022      1  200
4   大阪  2022      2  150
5   大阪  2022      3  350

• v1を除く列が取り出された

応用

前提

• 行データの抽出（ブールインデックス参照）
  • pandas:【行選択の基本】ブールインデックス参照
• 集計
  • pandas:【集計】sum,max/min,mean

行番号、列番号を指定してデータを取り出す

c = df[df.index<3][df.columns[[0,1,3]]]
print(c)

  area  year  v1
0   東京  2022  25
1   東京  2022  10
2   東京  2022  20

• [df.index<3]
  • 行番号の指定
  • df.isin([1,2,4])のように行番号指定も可能
    • df.isinの参考ページ
    • pandas:【isin,isnull】条件付き行の抽出方法
• [df.columns[[0,1,3]]]
  • 列番号の指定
• [df.index<3]と[df.columns[[0,1,3]]]は順序が逆転しても可

集計する

groupbyとaggで集計

d = df[df.columns[[0,1,3]]].groupby(['area','year']).agg(['sum','mean'])
print(d)

           v1
          sum       mean
area year
大阪   2022  70  23.333333
東京   2022  55  18.333333

• [df.columns[[0,1,3]]]
• .groupby('area’)
  • 「area」で集計
  • groupbyデータタイプ作成
• .agg(['sum’,’mean’])
  • 集計する値をagg（aggregate）で指定
  • 「sum」「mean」を指定

表示を整える

e = d.reset_index()
print(e)
print('')
e.columns = ['area','year','sum_v1','mean_v1']
print(e)

  area  year  v1
             sum       mean
0   大阪  2022  70  23.333333
1   東京  2022  55  18.333333

  area  year  sum_v1    mean_v1
0   大阪  2022      70  23.333333
1   東京  2022      55  18.333333

• reset_index()
  • 行のインデックス番号のリセット
• .columns = ['area’,’year’,’sum_v1′,’mean_v1′]
  • 多段の列名を1段に変更