Python – Pandas DataFrameのデータを再形成する方法

Pandasでは、特定の列の値をカテゴリ化することで、DataFrameのデータを簡単に再形成（リシェイプ）できます。ここでは、「Result」列に含まれる「Pass（合格）」と「Fail（不合格）」という文字列の値を、数値形式に変換する方法を紹介します。

必要なライブラリのインポート

まず、Pandasライブラリをインポートします。

import pandas as pd

DataFrameの作成

次に、「Student」と「Result」の2つの列を持つDataFrameを作成します。

dataFrame = pd.DataFrame(
    {
        "Student": ['Jack', 'Robin', 'Ted', 'Scarlett', 'Kat'],
        "Result": ['Pass', 'Fail', 'Fail', 'Pass', 'Pass']
    }
)

map()関数でデータを再形成する

map()関数を使うことで、列内の値を別の値へ一括して変換できます。ここでは「Pass」を1に、「Fail」を0にマッピングします。

dataFrame['Result'] = dataFrame['Result'].map({'Pass': 1, 'Fail': 0})

サンプルコード

以下に完全なコード例を示します。

import pandas as pd

# DataFrameを作成
dataFrame = pd.DataFrame(
    {
        "Student": ['Jack', 'Robin', 'Ted', 'Scarlett', 'Kat'],
        "Result": ['Pass', 'Fail', 'Fail', 'Pass', 'Pass']
    }
)

print("DataFrame ...\n", dataFrame)

# 数値への変換（データの再形成）
dataFrame['Result'] = dataFrame['Result'].map({'Pass': 1, 'Fail': 0})

print("\nReshaped DataFrame ...\n", dataFrame)

実行結果

上記のコードを実行すると、以下のような出力が得られます。

DataFrame ...
     Result   Student
0     Pass      Jack
1     Fail     Robin
2     Fail       Ted
3     Pass  Scarlett
4     Pass       Kat

Reshaped DataFrame ...
     Result   Student
0        1      Jack
1        0     Robin
2        0       Ted
3        1  Scarlett
4        1       Kat

このように、map()関数を活用すれば、文字列のカテゴリデータを機械学習や集計処理に適した数値データへと効率的に変換できます。同様の手法は、replace()メソッドやapply()関数でも実現可能です。