【Python】pandasのilocでDataFrameのAge・Salary列の2〜4行目を抽出し、平均値と積を計算する方法

はじめに

pandasのDataFrameから特定の行と列を抽出して統計量を計算する処理は、データ分析において非常によく使われる操作です。本記事では、Age（年齢）列とSalary（給与）列の2行目・3行目・4行目を入力として受け取り、その平均値と積を求めるPython関数の実装方法をわかりやすく解説します。

入力データ

以下のようなサンプルDataFrameを想定します。

   Id  Age  salary
0   1   27   40000
1   2   22   25000
2   3   25   40000
3   4   23   35000
4   5   24   30000
5   6   32   30000
6   7   30   50000
7   8   28   20000
8   9   29   32000
9   10   27   23000

出力結果

指定した範囲の行に対して平均値と積を計算した結果は、以下のようになります。

mean is
Age         23.333333
salary    33333.333333
product is
Age              12650
salary    35000000000000

解決手順

この問題は、以下の手順で解くことができます。

• DataFrameを定義する

• 関数を作成し、ilocを使ってAge列とSalary列の2行目〜4行目をスライスし、結果を別のDataFrameに格納する

df.iloc[1:4,1:]

• 結果のDataFrameから平均値と積を計算する

iloc[1:4, 1:] の意味を補足しておきます。最初の 1:4 は行の指定で、インデックス1〜3（つまり2行目〜4行目）を表します。次の 1: は列の指定で、インデックス1以降（つまりAge列とSalary列）を意味します。ilocは位置ベースのインデックス参照であるため、ラベル名ではなく0始まりの番号で指定する点に注意しましょう。

コード例

実際の実装例を見てみましょう。

import pandas as pd

def find_mean_prod():
    data = [[1,27,40000],[2,22,25000],[3,25,40000],[4,23,35000],[5,24,30000],
            [6,32,30000],[7,30,50000],[8,28,20000],[9,29,32000],[10,27,23000]]
    df = pd.DataFrame(data, columns=('Id','Age','salary'))
    print(df)
    print("slicing second, third and fourth rows of age and salary columns\n")
    result = df.iloc[1:4,1:]
    print("mean is\n", result.mean())
    print("product is\n", result.prod())

find_mean_prod()

実行結果

   Id  Age  salary
0   1   27   40000
1   2   22   25000
2   3   25   40000
3   4   23   35000
4   5   24   30000
5   6   32   30000
6   7   30   50000
7   8   28   20000
8   9   29   32000
9   10   27   23000
slicing second, third and fourth rows of age and salary columns

mean is
Age         23.333333
salary    33333.333333
product is
Age              12650
salary    35000000000000

まとめ

pandasのilocメソッドを使えば、行番号と列番号を指定して柔軟にデータを抽出できます。さらに、抽出した部分DataFrameにはmean()やprod()といった集計メソッドを直接適用できるため、特定範囲の統計量をシンプルなコードで算出可能です。なお、積の計算では値が掛け合わせごとに急激に大きくなるため、大きな数値を扱う際は桁あふれ（オーバーフロー）に注意してください。