Python, pandasの基礎⑤　～データフレームの基本操作① head(), 列の参照，代入編～

どうも！僕です！
つか〇です！

「データフレーム作ったのはいいけど，何をどうすればいいのかわからん！」

って悩みにこたえたいと思います．
データフレームについての便利グッズ的なものを紹介していきますので，「こんなんあるんだ～」くらいで覚えていただければ幸いです．

データフレームの特徴と作成については，「Python, pandasの基礎④　～データフレームの特徴と作成，基本操作編～」で紹介していますので，ぜひ参考にしてください．

基本操作① head()
基本操作② 列の参照
基本操作③ 値の代入
まとめ

基本操作① head()

では，データフレームの基本操作について見てみましょう．
最初に，pandasと次項以降で使うであろうnumpyとシリーズ，データフレームをインポートします．

import pandas as pd
import numpy as np
from pandas import Series, DataFrame

では，「Python, pandasの基礎④　～データフレームの特徴と作成，基本操作編～」でも用いたデータフレームを以下のように作成します．

data = {"City": ["Hikone", "Hikone", "Kusatsu", "Kusatsu", "Kusatsu", "Hikone"],
       "year": [2010, 2011, 2012, 2013, 2014, 2015],
       "data": [3.2, 4.3, 2.1, 3.4, 5.6, 2.5]}                #ディクショナリを作成
frame = pd.DataFrame(data)                                    #データフレーム作成
frame


        City	year	data
0	Hikone	2010	3.2
1	Hikone	2011	4.3
2	Kusatsu	2012	2.1
3	Kusatsu	2013	3.4
4	Kusatsu	2014	5.6
5	Hikone	2015	2.5

上記のように表形式になり，6つの行があることがわかります．
おそらくデータサイエンスなどの分野では，上記のような少ないデータだけでなく，膨大なデータを取り扱うと思います．
そんな時．

「あ～このデータ，どんなデータが入ってるかわからへんわ！」
「最初だけでもいいから見たいわ！」

ってなるときがいずれ来ると思います．
そんな時は「head()」を使いましょう！
上記のframeについて，見てみましょう．

frame.head()


        City	year	data
0	Hikone	2010	3.2
1	Hikone	2011	4.3
2	Kusatsu	2012	2.1
3	Kusatsu	2013	3.4
4	Kusatsu	2014	5.6

最後の行だけ消えました．
少ないデータなのでわかりにくいかもしれませんが，この「head()」，何を行っているかというと，指定したデータフレームの最初の5行だけを取り出して見ています．

これで，初めて見るデータでもどんなデータが入っているかがわかりますね．

基本操作② 列の参照

上記で用いたデータについて，「City」だけ見たいな～とか「data」だけ見たいな～って思ったとします．
てか，必ずその時が来ると信じましょう！！

そんなときは，以下の2パターンで見ることができます．
まずは，「City」について見てみましょう．

frame["City"]

0     Hikone
1     Hikone
2    Kusatsu
3    Kusatsu
4    Kusatsu
5     Hikone
Name: City, dtype: object

うまく，取り出すことができましたね！
こちらの場合は，ディクショナリと同様の取り出し方をしていることがわかります．

では，別の方法で，「data」を見てみましょう．

frame.data

0    3.2
1    4.3
2    2.1
3    3.4
4    5.6
5    2.5
Name: data, dtype: float64

こちらも同様に列だけ取り出すことができました．
こちらは属性指定で取り出すことができます．

これらのように，列を指定して取り出すことができましたが，シリーズとして取り出されていることがわかります．
このシリーズは元のデータフレームが持っていたインデックスと同じインデックスを持っており，name属性もちゃんと設定されています．
（下の方に「Name: City」だったり，「Name: data」だったり書かれていますよね．これがnameです．）

基本操作③ 値の代入

「列の値，変えたいわ～．これじゃわかりにくいわ」

ってときは，列の値を代入して変えることができます．

まず，上記のデータフレームに欠損値のみの列を追加します．
これは，以下のように，元のデータフレームに含まれていないデータを追加するだけで作成できます．
今回は「data2」を追加します．

frame2 = pd.DataFrame(data, columns=["year", "City", "data", "data2"])
frame2


        year	City	data	data2
0	2010	Hikone	3.2	NaN
1	2011	Hikone	4.3	NaN
2	2012	Kusatsu	2.1	NaN
3	2013	Kusatsu	3.4	NaN
4	2014	Kusatsu	5.6	NaN
5	2015	Hikone	2.5	NaN

少し順番も変えてみました（笑）．

で，本題の値の代入をしてみます．
「data2」のNaN値に適当な数値を以下のように入れてみます．

frame2["data2"] = 500
frame2


        year	City	data	data2
0	2010	Hikone	3.2	500
1	2011	Hikone	4.3	500
2	2012	Kusatsu	2.1	500
3	2013	Kusatsu	3.4	500
4	2014	Kusatsu	5.6	500
5	2015	Hikone	2.5	500

data2にはすべて「500」が入りましたね．
このように，ディクショナリでの参照のように指定して，値を代入することができます．

以下のようにすることもできます．

frame2["data2"] = np.random.randn(6, 1)
frame2


        year	City	data	data2
0	2010	Hikone	3.2	0.128530
1	2011	Hikone	4.3	0.019976
2	2012	Kusatsu	2.1	0.286749
3	2013	Kusatsu	3.4	0.492650
4	2014	Kusatsu	5.6	-2.148791
5	2015	Hikone	2.5	-0.140094

このように乱数での配置もできます．

また，以下のようにもできます．

frame2["data2"] = np.arange(6.)
frame2


        year	City	data	data2
0	2010	Hikone	3.2	0.0
1	2011	Hikone	4.3	1.0
2	2012	Kusatsu	2.1	2.0
3	2013	Kusatsu	3.4	3.0
4	2014	Kusatsu	5.6	4.0
5	2015	Hikone	2.5	5.0

このように順番に値を代入していくことも可能です．