まずPandasとは？
- Open source library built on top of numpy
- Allows for fas analysis and data cleaning and preparation
- Excels in performance and productivity
- has build-in visualizations
- can work with data from a wide variety of sources
インストール
conda install pandas
pip install pandas
Seriesとは？
The main data type will working with pandas.
Series is very like to numpy array and it is actually build on the numpy object, but you can index by a label.
下記のコードはString list、Int list、Numpy配列と辞書を作ってそれそれをpd.Series()でSeriesを作成してみます。
import numpy as np
import pandas as pd
labels=['a','b','c']
my_data=[10,20,30]
arr=np.array(my_data)
d={'a':10,'b':20,'c':30}
IntのListを入れてみます。
pd.Series(data=my_data) 0 10 1 20 2 30 dtype: int64
Numpyの配列を入れてみます。
pd.Series(data=arr) 0 10 1 20 2 30 dtype: int64
Seriesのdata変数はintのList,Indexの変数はStringのListを入れます。
pd.Series(data=my_data,index=labels) a 10 b 20 c 30 dtype: int64
次は辞書を入れます。
pd.Series(d) a 10 b 20 c 30 dtype: int64
もちろん、Seriesは数値だけではなく、文字列もOKです。
pd.Series(data=labels) 0 a 1 b 2 c dtype: object
そのほかにはFunctionも入れてます(多分あまり使わないですが)
pd.Series(data=[sum,print,len]) 0 <built-in function sum> 1 <built-in function print> 2 <built-in function len> dtype: object
Pandas make use of these index or numbers by a allowing for very fast lookups of information and it works just like a hash table or dictionary.
いま２つのSeriesを作成してみます。
ser1=pd.Series([1,2,3,4],['a','b','c','d']) a 1 b 2 c 3 d 4 dtype: int64 ser2=pd.Series([1,2,5,4],['a','b','e','d']) a 1 b 2 e 5 d 4 dtype: int64
キー’a’をとってみよう、結果が１なのはindex aの値は１なので。
ser['a'] 1
２つのSeriesをくっついてみます。(Indexベース）、Keyの一部がゼロの原因はそれぞれのSeriesに足りない部分があります。例えばSer1はIndex”e”がありません。あと数値は精度を失わないため勝手にfloat64に変わる。
Ser1+Ser2 a 2.0 b 4.0 c NaN d 8.0 e NaN dtype: float64
それじゃねー