[Pandas] 1. Pandasライブラリ(Series)

パンダって何?

Pythonパッケージは、リレーショナルまたはラベル型のデータによって簡単に直感的に動作し、迅速で柔軟なデータ構造を提供することを目的としています.

パンダの主な機能

Pythonデータ構造との互換性

ビッグデータの高速インデックス、スライス、ソート

2つのデータ間のjoin

データの回転、グループ化

統計データと可視化データ

外部データをpandasデータ構造に格納および出力する

パンダの資料構造

pandasのデータ構造を使用する前に、pandasライブラリをインポートしてください.

import pandas as pd
from pandas import Series, DataFrame

Seriesとは

1次元データ

(index-value),

Pythonデータ構造を使用したシリーズの作成

PandasライブラリシリーズはPythonの各種データ構造と互換性がある.

list

data = pd.Series([1,2,3,4])

tuple

data = pd.Series((1,2,3,4))

numpy.array

import numpy as np
data = pd.Series(np.array([1,2,3,4]))

Series関数として作成

data = Series({1: 1, 2: 2, 3: 3, 4: 4})

シリーズの表示

data = Series([100, 200, 300], index=["사과", "배", "수박"])

上記の果物の価格について言及したら、果物の価格を調べてみましょう.

indexによるクエリー

data.at["사과"]
data["사과"]

上記の2つの式は同じ結果を出力します.

data[["사과", "배"]]

上記の表現では、複数のインデックスを一度にクエリーできます.

それ以外は.

print("앞에서 2개 출력")
print(data[0:2])  # 앞에서 2개
print("뒤에서 2개 출력")
print(data[-2:])  # 뒤에서 2개
print("100보다 큰 data만 출력")
print(data[data > 100])  # 100보다 큰 data만 출력

等で形容することもできます!

1シリーズの演算

フルーツの価格が一括で上がり、一度に200をプラスしたい!

data += 200
data = data.add(200) # data.add()는 data값 변경 X

上記の2つの式は同じ演算を実行します.

2つの系列間の演算

data = Series([100, 200, 300], index=["사과", "배", "수박"])
newdata = Series([200, 500], index=["사과", "귤"])
adddata = data+newdata
print(adddata)

上のコードの結果を確認してください.

2つの系列間で重複するインデックスのみが演算され、残りのインデックスはNANとして格納されます.

NANデータ処理

Fill valueオプションを使用すると、NANが発生したときに特定の値に置き換えることができます。

adddata = data.add(newdata, fill_value = 0)

NANを0で置換

adddata = data + newdata
adddata = adddata.fillna(0)

NaNに表示されるローを削除

adddata = data + newdata
adddata = adddata.dropna()

統計

describe関数

データ統計を表示します.

print(data.describe())

print(data.describe()["count"])

上記のインデックスを使用してアクセスできます.

参考になるブログ

https://programmerpsy.tistory.com/11