どうも！僕です！
つか〇です！
「データフレームにシリーズを代入したいんやけど．．．」
「この列いらんわ～，消すのどうすんの？」
ってすら思ってなかったつか〇です！
データフレームもシリーズも知りませんでした！！
一か月前はそんなつか〇が，データフレームについて，シリーズの代入とdelをわかりやすく，丁寧に解説します！！
基本操作④ シリーズの代入
一度作ったデータフレームにシリーズを代入できるって知ってました？
つか〇は知りませんでした！
では，実際にやってみましょう！！
まず，pandasとシリーズとデータフレームをインポートしておきましょう！
一緒に今回使うデータフレームを作ります．
import pandas as pd
from pandas import Series, DataFrame
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, index=["a", "b", "c", "d", "e", "f"]) #データフレーム作成
frame
City year data
a Hikone 2010 3.2
b Hikone 2011 4.3
c Kusatsu 2012 2.1
d Kusatsu 2013 3.4
e Kusatsu 2014 5.6
f Hikone 2015 2.5滋賀県の市についてのデータフレームを作りました．
インデックスに「a, b, c,….」，Cityに滋賀県の市名，yearに年，dataに適当な数値が入ってます．
このデータにシリーズを代入してみましょう．
以下のようなシリーズを作ります．
data2 = pd.Series([400, 750, 1000, 230], ["c", "f", "a", "d"])
data2c 400
f 750
a 1000
d 230
dtype: int64適当な数値が入ったシリーズを作成しました．
インデックスもバラバラですね．
「こんなん代入できんのー?」
では，これを最初に作ったデータフレームに代入してみましょう！
frame["rice"] = data2
frame
City year data rice
a Hikone 2010 3.2 1000.0
b Hikone 2011 4.3 NaN
c Kusatsu 2012 2.1 400.0
d Kusatsu 2013 3.4 230.0
e Kusatsu 2014 5.6 NaN
f Hikone 2015 2.5 750.0シリーズが代入できました．
しっかり指定したインデックスに指定した数値が入ってます．
また，指定しなかったデータには，欠損値NaNが入ってます．
欠損値は置くが深いので，後日説明できればと思います！！
このようにデータフレームにシリーズを代入できます！！
基本操作⑤ 列の削除「del」
それでは，次にデータフレームの列を削除してみましょう！
前項で用いたデータに対して，「riceのデータあるからdataいらねーな」と思ったとします．
目障りだなー，ほんま邪魔やわーって思ったとします．
歯ブラシに挟まったネギくらい邪魔だとします．
そんなときは，「del」というキーワードを使います．
これはディクショナリでも使われるやつですね．
では，実際にdataを消してみましょう！
del frame["data"]
frame City year rice
a Hikone 2010 1000.0
b Hikone 2011 NaN
c Kusatsu 2012 400.0
d Kusatsu 2013 230.0
e Kusatsu 2014 NaN
f Hikone 2015 750.0削除できましたね．
こんな感じで，データフレームの列の削除が可能です．
ちなみに，以下の方法で削除されたかを確認してもいいでしょう．
frame.columnsIndex(['City', 'year', 'rice'], dtype='object')columnsで列のインデックスだけを見る方法ですね．
大きいデータとかはこっちで見た方がスッキリして見やすそうですね．
まとめ
データフレームにおける代入と削除の操作について紹介しました．
この二つあれば簡単な前処理はできそうですね．
他の操作は，「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～」
詳しくは，「Pythonによるデータ分析入門」で説明されています．
これからデータ分析触れてみたい！って方にはお勧めの一冊です．
一緒にデータ分析をマスターして，世の中を定量的に判断できるようにしていきましょう！！
コメント