Pandasの基本操作

Pandasの操作シリーズ　第二弾

前回 dragstar.hatenablog.com

データの基本操作

所謂基本統計量がとれる

www.mm-lab.jp

• 最大値の取得

df.max()

• 最小値の取得

df.min()

• 平均値の取得

df.mean()

• 中央値の取得

df.median()

• 分散の取得

df.var()

• 標準偏差の取得

df.std()

• 合計値の取得

df.sum()

• 尖度

df.kurt()

• 歪度

df.skew()

• 基本統計量

df.describe()

行の追加

行を追加する場合は列を合わせておくこと

df = df.append(new_df)

列の追加

列を追加する場合はデータ量を合わせておくこと

df['new_col'] = new_df

値の取得

• 行単位で取得する。

戻り値はSeries

df.ix[0]

複数行を取得する。この場合はDataFrameが戻り値となる

df.ix[[0,2]]

• 列単位で取得する。

戻り値はSeries

df['column_name']

複数列を取得。こちらもDataFrameとなる

df[['column_name','other_column']]

条件を満たすデータを選択

df[df['column_name'] > 30]

データの個数を数える

• 列に出てきた値の個数を数える。

度数分布とかに便利

df['column'].value_counts()

単純に数を数える場合

df['column'].count()

df.count() #すべての列を対象にする
len(df) #単純にこれでもいい

欠損値の扱い

• 欠損値を含むデータを削除

df.dropna()

• NaNを埋める

指定した文字で埋める

df.fillna(0)