pandas#Data Framesの2

前回はここまで書きました：

pandas#Series

pandas#Data Framesの1

まず下記のコードで簡単DataFrameを作って見ます。乱数で５x４のTableを作り、RowsのIndexはABCDEでColumnsはWXYZ。

import pandas as pd
import numpy as np
from numpy.rand import randn

np.random.seed(seed=101)

df=pd.DataFrame(randn(5,4),
['A','B','C','D','E'],
['W','X','Y','Z']
)

Conditional Selection

やり方はnumpyと似ています。

df>0

これは実際jupyterで出力されたTableです。Boolean値のDataFramesが戻りました。
Trueは相当するCellが0より大き、Falseは相当するCellが0より小さい。

もしこのBoolean値のDataFrameを元のDataFrameに参照したらどうになる？

bdf= df>0
df[bdf]

これは実際jupyterで出力されたTableです。数値があるところは0より大きく、NaNが入ってるところは0より小さいです。

こっちは直接条件と組みます。

df[df>0]

これは実際jupyterで出力されたTableです。結果は同じです。

もしColumnだけ比べたいなら、直接Keyをいれ、条件つければOK。Seriesが戻ります。

df['W']>0

A     True
B    False
C    False
D    False
E    False
Name: W, dtype: bool

今度はColumnのValueをFilterしてみます。Column”Y”が0より大きなところだけ取ります。

df[df['Y']>0]

これは実際jupyterで出力されたTableです。Row”D”とRow”E”のColumn”Y”が0より小さいなので表示しません。

今度はさらにColumnを取ります。例えば…Column”Y”が0より大きなRowsを取ったあと、さらにZColumnだけ取ります。Seriesが戻ります。

df[df['Y']>0]['Z']

A    0.666319
B    0.641806
C   -1.972605
Name: Z, dtype: float64

もし複数を取るなら？今度は今度はさらにColumnを取ります。例えば…Column”Y”が0より大きなRowsを取ったあと、さらにZColumnとYColumnを取ります。

df[df['Y']>0][['Z','Y']]

これは実際jupyterで出力されたTableです。DataFrameが戻りました。

Logicを使ってみます。Pythonのand operatorをそのまま使うと…

df[(df['Y']>0) and (df['Z']>0)]

こうするとエラーが出てきます。

--------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-81-e3904cb7f26d> in <module>()
----> 1 df[(df['Y']>0) and (df['Z']>0)]
...
....
.....
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

原因はPythonのand operatorがSeriesのBoolean”列”を処理することができません。処理できるのは単体のBooleanだけです。例えば：

True and True
True or False

正確な使え方はandではなく&を使います。

df[(df['Y']>0) & (df['Z']>0)]

これは実際jupyterで出力されたTableです。YColumnが0より大きなおかつZColumnが0より大きなDataFrameが戻りました。

Indexをリセットしてみます。

df.reset_index()

これは実際jupyterで出力されたTableです。IndexというColumnが追加され、Indexが数字の0123になりました。

Columnsを追加してみます。

newCol='new1 new2 new3 new4 new5'.split()
df['new']=newCol

これは実際jupyterで出力されたTableです。新しいColumnが追加されました。

最後はColumnをIndexに変わります。

df.set_index('new')

これは実際jupyterで出力されたTableです。IndexがColumn”new”になりました。

それじゃねー