dfの確認：条件を付けてデータを選択する

[Take1] 数値の大小関係で絞り込む

【書式】

df[df["対象列名"] >= 50]

【コード】

import pandas as pd

　

# テストデータの読み込み

df = pd.read_csv("/content/drive/MyDrive/Python_2024/004/test5.csv",encoding="shift_jis",index_col='名前')

　

# 数学が90点以上を取り出す

df2=df[df["数学"]>=90]

　

# データを表示

print(df2)

【結果】

数学 理科 国語

名前

一郎 94 80.0 100

二郎 90 80.0 85

三郎 95 80.0 90

四郎 90 70.0 95

<class 'pandas.core.frame.DataFrame'>

[Take2] 複数条件で絞り込む

【書式】

検索条件を () で囲み、次の演算子で繋げる

【コード】

import pandas as pd

　

# テストデータの読み込み

df = pd.read_csv("/content/drive/MyDrive/Python_2024/004/test5.csv",encoding="shift_jis",index_col='名前')

　

# 数学が90点以上かつ、国語が90点以上のデータを取り出す

df2=df[(df["数学"]>=90) & (df["国語"]>=90)]

　

# データを表示

print(df2)

【結果】

数学 理科 国語

名前

一郎 94 80.0 100

三郎 95 80.0 90

四郎 90 70.0 95

[Take3] 文字列で絞り込む

【書式】

df[df["列名"].str.contains("検索文字列")]

【コード】

import pandas as pd

　

# テストデータの読み込み

df = pd.read_csv("/content/drive/MyDrive/Python_2024/004/test5.csv",encoding="shift_jis")

　

# 名前に「七」が入っているデータを抽出する

df2=df[df["名前"].str.contains("七")]

　

# データを表示

print(df2)

【結果】

名前 数学 理科 国語

6 七郎 75 70.0 75

[Take4] 条件の否定を使って絞り込む

【書式】

「~」を使うと、条件の否定になるらしい

【コード】

import pandas as pd

　

# テストデータの読み込み

df = pd.read_csv("/content/drive/MyDrive/Python_2024/004/test5.csv",encoding="shift_jis")

　

# 名前に「七」が入っていないデータを抽出する

df2=df[~df["名前"].str.contains("七")]

　

# データを表示

print(df2)

【結果】

名前 数学 理科 国語

0 一郎 94 80.0 100

1 二郎 90 80.0 85

2 三郎 95 80.0 90

3 四郎 90 70.0 95

4 五郎 85 70.0 80

5 六郎 80 NaN 80

7 八郎 70 60.0 65

8 九郎 60 60.0 65

9 十郎 60 60.0 60

[Take5] 条件に合致する行数を調べる

【書式】

df.shape[0] を使う

【コード】

import pandas as pd

　

# テストデータの読み込み

df = pd.read_csv("/content/drive/MyDrive/Python_2024/004/test5.csv",encoding="shift_jis")

　

# 名前に「七」が入っていないデータを行数を調べる

df2=df[~df["名前"].str.contains("七")].shape[0]

　

# データを表示

print(df2)

　

# データ型を表示

print(type(df2))

【結果】

9

<class 'int'>

戻り値はdfではなく、intになることに注意する（当たり前か・・・）