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。
例
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。
例
# 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
例
# 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
例
# 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。
例
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。
例
# 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。 真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。
-
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
-
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