pandas:【loc,iloc】高度な行と列の指定方法

page:[pandasまとめ]

前提

• データフレームの作成
  • pandas:【NumPy配列から】データフレーム作成
• 参考
  • シンプルな行と列の指定方法
    • pandas:【基本】列の指定（Select句）
    • pandas:一番簡単な【行データ】取り出し方
  • 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

列データの抽出

df.loc

データ作成

import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.randint(10,20,(3,5)), columns=['a','b','c','d','e'])
print(df)
print(df.shape)

    a   b   c   d   e
0  18  18  13  17  17
1  10  14  12  15  12
2  12  12  11  10  18
(3, 5)

• データフレームのサイズは(3,5)
• 10～19までのランダム数値

特定の列を抽出

x = df.loc[:,'a']
print(x)
print(x.shape)

0    18
1    10
2    12
Name: a, dtype: int64
(3,)

• 行の指定は「:」で全行とした
• 「a」列だけを抽出
• 1次元なので、Seriesになる
• Seriesについては下記にて説明
  • pandas:【基礎】最初に知っておきたいこと

列名を指定して抽出

y = df.loc[:,['b','d']]
print(y)
print(y.shape)

    b   d
0  18  17
1  14  15
2  12  10
(3, 2)

• 行の指定は「:」で全行とした
• ['b’,’d’]
  • 「b」「d」列を抽出
  • リスト形式で指定する
• データフレームのサイズは(3,2)になった

範囲指定して抽出

z = df.loc[:,'c':'e']
print(z)
print(z.shape)

    c   d   e
0  13  17  17
1  12  15  12
2  11  10  18
(3, 3)

• 行の指定は「:」で全行とした
• 'c’:’e’
  • 「c」列～「e」列までを抽出（※「e」列は含まれる）
  • 以降なら「’c’:」
  • より前なら「:’c’」
• データフレームのサイズは(3,3)になった

df.iloc

データ作成

import numpy as np
import pandas as pd
df = pd.DataFrame(np.arange(15).reshape(3,5), columns=['a','b','c','d','e'])
print(df)
print(df.shape)

    a   b   c   d   e
0   0   1   2   3   4
1   5   6   7   8   9
2  10  11  12  13  14
(3, 5)

• データフレームのサイズは(3,5)
• 0～14までの15個の順列をnp.reshapeで形状変換

特定の列を抽出

x = df.iloc[:,0]
print(x)
print(x.shape)

0     0
1     5
2    10
Name: a, dtype: int64
(3,)

• 行の指定は「:」で全行とした
• インデックス番号0で抽出
  • 「a」列だけを抽出
  • 「Name: a」で列名が表示されている
• 1次元なので、Seriesになる
• Seriesについては下記にて説明
  • pandas:【基礎】最初に知っておきたいこと

列番号を指定して抽出

y = df.iloc[:,[1,3]]
print(y)
print(y.shape)

    b   d
0   1   3
1   6   8
2  11  13
(3, 2)

• 行の指定は「:」で全行とした
• [1,3]
  • インデックス番号が1と3の「b」「d」列を抽出
  • リスト形式で指定する
• データフレームのサイズは(3,2)になった

範囲を指定して抽出

z = df.iloc[:,1:4]
print(z)
print(z.shape)

    b   c   d
0   1   2   3
1   6   7   8
2  11  12  13
(3, 3)

• 行の指定は「:」で全行とした
• 1:4
  • インデックス番号が1～3までの「b」列～「d」列までを抽出
    （※インデックス番号が4の「e」列は含まれない）
  • 以降なら「3:」のように指定
  • より前なら「:3」のように指定
• データフレームのサイズは(3,3)になった

行データの抽出

• df.loc、df.ilocともにほぼ同様のため、df.locで説明
  • 異なる点は後述

df.loc（df.ilocも共通）

データ作成

import numpy as np
import pandas as pd
arr = [11,22,33,44,55]
df = pd.DataFrame({'a':arr,'b':arr,'c':arr,'d':arr})
print(df)
print(df.shape)

    a   b   c   d
0  11  11  11  11
1  22  22  22  22
2  33  33  33  33
3  44  44  44  44
4  55  55  55  55
(5, 4)

• データフレームのサイズは(5,4)
• 配列を縦にして横につなげて作成

1行取り出し

a = df.loc[0]
b = df.loc[[0]]
print(a)
print(a.shape)
print(b)
print(b.shape)

a    11
b    11
c    11
d    11
Name: 0, dtype: int64
(4,)
    a   b   c   d
0  11  11  11  11
(1, 4)

• 対象行を数値で指定（1つ目のa）
  • インデックス番号0の1行目が抽出された
  • 取得結果は(4,)のSeriesになる
• 対象行をリストで指定（2つ目のb）
  • インデックス番号0の1行目が抽出された
  • 取得結果は(1,4)のDataFrameになる
• 引数が0と[0]では結果のデータタイプが異なることに注意

複数行取り出し（行番号指定）

c = df.loc[[1,2]]
print(c)
print(c.shape)

    a   b   c   d
1  22  22  22  22
2  33  33  33  33
(2, 4)

• [1,2]
  • リストで指定
  • 対象行のインデックス番号を数値で指定（0から始まる）
  • 行のインデックス番号（≒行番号）1と2の２行が抽出された

複数行取り出し（範囲指定）

d = df.loc[2:3]
e = df.iloc[2:3]
print(d)
print(d.shape)
print(e)
print(e.shape)

    a   b   c   d
2  33  33  33  33
3  44  44  44  44
(2, 4)
    a   b   c   d
2  33  33  33  33
(1, 4)

• df.locとdf.ilocの場合で結果が異なる
• 2:3
  • df.locの場合
    • 2～3のインデックス番号の行を抽出
      （※3は含まれることに注意）
  • df.ilocの場合
    • インデックス番号2の行を抽出
      （※3は含まないことに注意）