pandas備忘録

csvデータを読み込み、df（データフレーム）型に変換する。

df = pd.read_csv('PATH')

複数のdfをユニオン（縦に結合）する

df = pd.concat([df1, df2], ignore_index=True)

複数のdfをジョイン（横に結合）する

df = pd.merge(base_df, target_df, on='KEY_COLUMN', how='METHOD')

pandasのdfでのカラム指定方法

df[['column1', 'column2']].head()

• 入れ子の配列で表現する

新しくカラムを作成する方法

• dict型のような形式で代入が可能

df['new_column'] = df['key1'] * df['key2']

特定のカラムの全セルの合計値を出す方法

df['column_name'].sum()

特定のdfのセルのうち、nullであるセルにはTrue, nullでないセルにはFalseを入れたdfを生成する方法

df.isnull()

df.isnull()とdf.sum()を組み合わせれば、特定のdfに存在する全カラムのnull数を算出することができる。

df.isnull().sum()

特定のdfの各種統計量を算出する方法

df.describe()

算出される統計量は以下の通り。

• データ件数（count）
• 平均値（mead）
• 標準誤差（std）
• 最小値（min）
• 四分位数（25%, 75%）
• 中央値（50%）
• 最大値（max）

dfの特定のカラムのうち、最小値と最大値を求める方法

# min
df['column_name'].min()
# max
df['column_name'].max()

特定のdfにおける各カラムのデータ型の確認方法

df.dtypes

dfの特定のカラムのデータ型を変換する方法
➞ 以下の例ではdatetime型に変換

df['column_name'] = pd.to_datetime(df['column_name'])

dfの特定のカラムの集約方法

df.groupby('column_name').METHOD

2つ以上のカラムで集約することも可能

df.groupby(['column1', 'column2']).METHOD

• 合計：METHOD=sum()
• 平均：METHOD=mean()
• データ個数：METHOD=count()

pivot_tableでわかりやすくテーブル表記することが可能

pd.pivot_table(df, index='column1', columns='column2', values=['column3', 'column4'], aggfunc=METHOD)

• 合計：METHOD='sum'
• 平均：METHOD='meam'
• データ個数：METHOD='count'