Python
 Computer >> コンピューター >  >> プログラミング >> Python

パンダのブールインデックス


ブールインデックスは、ブールベクトルを使用してDataFrameからデータを選択するのに役立ちます。ブールインデックスを使用するには、ブールインデックスを持つDataFrameが必要です。ブールインデックスを作成する方法を見てみましょう。

  • データの辞書を作成します。
  • ブールインデックスをベクトルとして持つDataFrameオブジェクトに変換します。
  • 次に、ブールインデックスを使用してデータにアクセスします。

アイデアを得るには、以下の例を参照してください。

import pandas as pd
# data
data = {
   'Name': ['Hafeez', 'Srikanth', 'Rakesh'],
   'Age': [19, 20, 19]
}
# creating a DataFrame with boolean index vector
data_frame = pd.DataFrame(data, index = [True, False, True])
print(data_frame)

出力

上記のプログラムを実行すると、次の結果が得られます。

          Name   Age
True    Hafeez   19
False Srikanth   20
True    Rakesh   19

これで、ブール値をメソッドloc []、iloc []、ix[]に渡すことでDataFrameにアクセスできます。それらすべてを見てみましょう。

# accessing using .loc()
print(data_frame.loc[True])

出力

上記のコードを実行すると、次の結果が得られます。

       Name  Age
True Hafeez   19
True Rakesh   19

# accessing using .iloc()
print(data_frame.iloc[1]) # iloc methods takes only integers so, we are passing 1 i
nsted of True. Both are same.

出力

上記のコードを実行すると、次の結果が得られます。

Name Srikanth
Age 20
dtype: object

# accessing using .ix[]
# we can pass both boolean or integer values to .ix[]
print(data_frame.ix[True])
print()
print(data_frame.ix[1])

出力

上記のコードを実行すると、次の結果が得られます。

         Name Age
True   Hafeez 19
True   Rakesh 19

Name   Srikanth
Age       20
dtype: object

ブールインデックスを使用する別の方法は、ブールベクトルをDataFrameに直接渡すことです。値がTrueのすべての行を出力します。一例を見てみましょう。

import pandas as pd
# data
data = {
   'Name': ['Hafeez', 'Srikanth', 'Rakesh'],
   'Age': [19, 20, 19]
}
# creating a DataFrame with boolean index vector
data_frame = pd.DataFrame(data)
print(data_frame)

出力

上記のコードを実行すると、次の結果が得られます。

      Name    Age
0   Hafeez    19
1 Srikanth    20
2   Rakesh    19

これで、ブールベクトルをDataFrameに渡して、データにアクセスできます。

# passing boolean vector to data_frame index
print(data_frame[[True, True, False]])

出力

上記のコードを実行すると、次の結果が得られます。 の行のみを取得しました。

      Name Age
0   Hafeez 19
1 Srikanth 20

結論

ブールインデックスについて疑問がある場合は、コメントセクションでお知らせください。


  1. Python-Pandas .query()メソッドを使用したデータのフィルタリング

    Pandasは、データクレンジング、データ分析などに非常に広く使用されているPythonライブラリです。この記事では、クエリメソッドを使用して特定のデータセットから特定のデータをフェッチする方法を説明します。クエリ内に単一の条件と複数の条件の両方を含めることができます。 データの読み取り まず、pandasライブラリを使用してデータをpandasデータフレームに読み込みます。以下のプログラムはそれを実行します。 例 import pandas as pd # Reading data frame from csv file data = pd.read_csv("D:\\hear

  2. Pythonでのデータ分析と視覚化?

    Pythonは、主にnumpy、pandas、matplotlib、seabornなどのデータ分析と視覚化のための多数のライブラリを提供します。このセクションでは、numpyの上に構築されたオープンソースライブラリであるデータ分析と視覚化のためのpandasライブラリについて説明します。 これにより、迅速な分析とデータのクリーニングと準備を行うことができます。Pandasには、以下で説明する多数の組み込みの視覚化機能も用意されています。 インストール パンダをインストールするには、ターミナルで以下のコマンドを実行します- pipinstall pandas Orweにはanacondaが