データフレーム間の編集

[Take0] 空のデータフレームに、別データフレームの特定列データを追加する

【書式】

空データフレームの作成　：　df=pd.DataFrame()

列データの追加　：　df["列名"]=列データ

【コード】

import pandas as pd

dfA=pd.read_csv("/content/drive/MyDrive/Python_2024/002/test.csv",encoding="Shift-JIS",index_col=0)

　

dfB=pd.DataFrame()

dfB["国語"]=dfA["国語"]

dfB

【結果】

[Take1] 空のデータフレームに、別データフレームの特定行データを追加する

【書式】

行データの追加　：　df.append(行データ)

【コード】

import pandas as pd

dfA=pd.read_csv("/content/drive/MyDrive/Python_2024/002/test.csv",encoding="Shift-JIS",index_col=0)

　

dfB=pd.DataFrame()

dfB=dfB.append(dfA.iloc[0])

　

dfB

【結果】

AttributeError Traceback (most recent call last)

in ()

3

4 dfB=pd.DataFrame()

----> 5 dfB=dfB.append(dfA.iloc[0])

6

7 dfB

　

/usr/local/lib/python3.10/dist-packages/pandas/core/generic.py in __getattr__(self, name)

5987 ):

5988 return self[name]

-> 5989 return object.__getattribute__(self, name)

5990

5991 def __setattr__(self, name: str, value) -> None:

　

AttributeError: 'DataFrame' object has no attribute 'append'

エラー・・・・・・

2022/1/22にリリースされたpandas 1.4.0にて、DataFrame型、Series型で提供されているappendメソッドが非推奨となりました。らしい。

代わりに推奨されているconcatで流してみる。

[Take1-1] 空のデータフレームに、別データフレームの特定行データを追加する

【書式】

dfB=pd.concat([dfB,dfA.iloc[0]])

【コード】

import pandas as pd

dfA=pd.read_csv("/content/drive/MyDrive/Python_2024/002/test.csv",encoding="Shift-JIS",index_col=0)

　

dfB=pd.DataFrame()

dfB=pd.concat([dfB,dfA.iloc[0]])

　

print(dfB)

print(dfB.index)

【結果】

0

国語 1

数学 2

理科 3

学生番号 A01

Index(['国語', '数学', '理科', '学生番号'], dtype='object')

[Take1-2] 全データを追加するパターンを描いておく

【書式】

【コード】

import pandas as pd

dfA=pd.read_csv("/content/drive/MyDrive/Python_2024/002/test.csv",encoding="Shift-JIS",index_col=0)

　

dfB=pd.DataFrame()

dfB=pd.concat([dfB,dfA])

　

print(dfB)

print(dfB.index)

【結果】

国語 数学 理科 学生番号

名前

一郎 1 2 3 A01

二郎 4 5 6 B02

三郎 7 8 9 C01

四郎 10 11 12 A02

五郎 13 14 15 A03

六郎 16 17 18 C02

Index(['一郎', '二郎', '三郎', '四郎', '五郎', '六郎'], dtype='object', name='名前')

[Take2] 列データを削除する

【書式】

df.drop("列名",axis=1)

【コード】

import pandas as pd

dfA=pd.read_csv("/content/drive/MyDrive/Python_2024/002/test.csv",encoding="Shift-JIS",index_col=0)

　

# 国語列を削除する

dfA=dfA.drop("国語",axis=1)

　

dfA

【結果】

[Take3] 行データを削除する

【書式】

df.drop("行名")

【コード】

import pandas as pd

dfA=pd.read_csv("/content/drive/MyDrive/Python_2024/002/test.csv",encoding="Shift-JIS",index_col=0)

　

# 二郎（2行目）を削除する

dfA=dfA.drop(dfA.index[1])

　

print(dfA)

print("dfA.index[1]のデータ形式",type(dfA.index[1]))

【結果】

国語 数学 理科 学生番号

名前

一郎 1 2 3 A01

三郎 7 8 9 C01

四郎 10 11 12 A02

五郎 13 14 15 A03

六郎 16 17 18 C02

dfA.index[1]のデータ形式 <class 'str'>

[Take4] 特定条件の列データを条件検索する

【書式】

df["列名"]=値

【コード】

import pandas as pd

dfA=pd.read_csv("/content/drive/MyDrive/Python_2024/002/test.csv",encoding="Shift-JIS",index_col=0)

　

# 国語が10点以上のデータを抽出する

print(dfA["国語"]>10)

　

print(type(dfA["国語"]>10))

【結果】

名前

一郎 False

二郎 False

三郎 False

四郎 False

五郎 True

六郎 True

Name: 国語, dtype: bool

<class 'pandas.core.series.Series'>

条件に合致汁ものだけが抽出される仕組みらしい。この場合、五郎と六郎のデータが抽出されることになりそう。

[Take5] 特定条件の列データを抽出する

【書式】

df=df[条件]

この条件が、TAKE4 における「dfA["国語"]>10」になる。

【コード】

import pandas as pd

dfA=pd.read_csv("/content/drive/MyDrive/Python_2024/002/test.csv",encoding="Shift-JIS",index_col=0)

　

dfB=dfA[dfA["国語"]>10]

　

print(dfB)

【結果】

国語 数学 理科 学生番号

名前

五郎 13 14 15 A03

六郎 16 17 18 C02

[Take5] 特定条件（複数）の列データを抽出する

【書式】

【コード】

import pandas as pd

dfA=pd.read_csv("/content/drive/MyDrive/Python_2024/002/test.csv",encoding="Shift-JIS",index_col=0)

　

dfB=dfA[(dfA["国語"]>10) & (dfA["数学"]>14)]

　

print(dfB)

【結果】

国語 数学 理科 学生番号

名前

六郎 16 17 18 C02