Python

はじめにPythonでは、ある文字列の中に特定の部分文字列がどの位置（インデックス）に出現するかをすべて取得したい場面があります。そんなときは、リスト内包表記とstartswith()メソッドを組み合わせることで、簡潔かつ効率的に実装できます。サンプルコード以下に具体的な実装例を示します。my_string = Python learn code test fun amazing object oriented sub_string = object print(The string is : ) print(my_string) print(The sub-string is : )

辞書のリストの中から、キーに対する値が特定の条件に一致する要素を削除したいケースは、データ処理の場面でよく見られます。Pythonでは、単純な反復処理（イテレーション）と del 演算子、さらに break 文を組み合わせることで、この操作を簡単に実現できます。 サンプルコード 以下に具体的な実装例を示します。 my_list = [{code : 1, fun : learn}, {code : 2, fun : code}, {code : 3, fun : test}, {code : 4, fun : teach}, {code : 4, fun : make}

Pythonでリストのデータをもとに辞書を作成したい場合、「dict」メソッドで空の辞書を生成し、シンプルな反復処理（ループ）と「setdefault」メソッドを組み合わせることで実現できます。setdefaultメソッドは、指定したキーが辞書に存在しない場合にデフォルト値を設定し、存在する場合はそのキーの現在の値を返す便利なメソッドです。キーごとに複数の値をリスト形式で保持したい場合に特に役立ちます。サンプルコード以下に具体的な実装例を示します。my_dict = dict() print(空の辞書が作成されました) my_value_list = [15, 14, 13, 12, 16]

区切り文字を含む文字列のリストをタプルのリストに変換したい場合、区切り文字として使う値（ここでは K）を設定し、リスト内包表記とsplitメソッドを組み合わせることで実現できます。サンプルコード以下に具体的な実装例を示します。my_list = [33-22, 13-44-81-39, 42-10-42, 36-56-90, 34-77-91] print(元のリスト : ) print(my_list) print(ソート後のリスト : ) my_list.sort() print(my_list) K = - print(区切り文字（K）の値 : ) print(K) my_res

PythonのPandasで2つのDataFrame（データフレーム）オブジェクトが等しいかどうかを確認するには、equals()メソッドを使用します。このメソッドは、2つのDataFrameが同じ形状・要素・値を持っている場合にTrueを返し、そうでなければFalseを返します。DataFrame1の作成まず、2つの列（Car、Reg_Price）を持つDataFrame1を作成しましょう。dataFrame1 = pd.DataFrame( { Car: [BMW, Lexus, Audi, Mustang, Bentley, Jaguar], Reg_Pri

文字列を1行あたり「K」文字ずつに区切った行列（マトリックス）形式へ変換したい場合、文字列と「K」の値を引数として受け取る関数を定義します。この変換処理では、シンプルなforループによる反復処理、剰余演算子（%）、そしてリストの「append」メソッドを組み合わせて使用します。 サンプルコード 以下に具体的な実装例を示します。 print("Method definition begins") def convert_my_string(my_string, my_k): for index in range(len(my_string)): if in

Pandasでは、concat()関数を使うことで、2つのDataFrame（データフレーム）に共通する行を簡単に抽出できます。この記事では、concat()とgroupby()を組み合わせて共通行を取得する手順を、サンプルコードと実行結果とともにわかりやすく解説します。 DataFrame1の作成 まず、「Car」と「Reg_Price」の2つの列を持つDataFrame1を作成します。 dataFrame1 = pd.DataFrame( { Car: [BMW, Lexus, Audi, Tesla, Bentley, Jaguar], Reg_

はじめにPandasのDataFrameでは、行ごとの合計値を条件としてフィルタリングを行うことができます。本記事では、3人の生徒の点数データを例に、「各行の合計点が200を超える」行だけを抽出する方法を解説します。逆に、合計が200未満の行を除外したい場合にも同じ手法が使えます。DataFrameの作成まず、Jacob・Ted・Jamieの3人の生徒の点数を格納した、3列構成のDataFrameを作成します。import pandas as pd # 3列のDataFrameを作成 dataFrame = pd.DataFrame({ Jacob_Marks: [95, 90, 7

Pandasデータフレームをグループ化するには groupby() を使用します。グループ化されたデータフレームを昇順に並べ替えるには sort_values() を使い、各グループのサイズ（件数）を取得するには size() メソッドを使用します。 昇順でソートする場合は、sort_values() に対して次のように指定します。 ascending=True データフレームの作成 まず、サンプル用のPandasデータフレームを作成します。 dataFrame = pd.DataFrame( { "Car": ['BMW', 'L

マルチレベル列インデックスからレベルを削除する方法 Pandasのマルチレベル（階層型）列インデックスから特定のレベルを取り除くには、columns.droplevel()メソッドを使用します。引数に削除したいレベルの位置（0始まりの整数）やレベル名を渡すだけで、指定した階層を簡単に除去できます。なお、マルチインデックス自体はMultiIndex.from_tuples()を使うことで、タプルのリストから列方向に作成できます。 以下では、実際の手順に沿って、列インデックスのレベルを削除する流れを解説します。 ステップ1：列方向にマルチインデックスを作成する まず、MultiIndex.fro

マルチレベル（階層型）の列インデックスから複数のレベルを削除したい場合は、columns.droplevel() を繰り返し使用します。列方向にインデックスを作成するには、MultiIndex.from_tuples() を利用します。まず、タプルを使って列方向のマルチインデックスを作成します。items = pd.MultiIndex.from_tuples([(Col 1, Col 1, Col 1),(Col 2, Col 2, Col 2),(Col 3, Col 3, Col 3)])マルチインデックスデータフレームの作成次に、複数のNumPy配列からなるマルチインデックス用の配列を

共通の列（カラム）を持つ2つのPandas DataFrameをマージするには、merge()関数を使用し、onパラメータに共通の列名を指定します。さらに、一致しない値に対してNaNを設定したい場合は、howパラメータをleftまたはrightに設定します。これはそれぞれ「左結合」「右結合」と呼ばれるマージ方法です。 まず、pandasライブラリをエイリアス付きでインポートします。 import pandas as pd DataFrame1を作成します。 dataFrame1 = pd.DataFrame( { Car: [BMW, Lexus, Audi, Mustang

Pandasで複数のDataFrameを結合（マージ）するには、merge()関数を使用します。このとき、howパラメータに「outer」を指定すると、両方のDataFrameに対して外部結合（Outer Join）が実行されます。 how = outer 外部結合では、片方のDataFrameにしか存在しない行もすべて残され、対応する値がない部分は NaN で埋められます。 1. pandasライブラリのインポート まず、pandasを別名（エイリアス）付きでインポートします。 import pandas as pd 2. DataFrame1の作成 車種と販売台数を含むDataFram

PandasのDataFrameから特定の列（カラム）を抽出したい場合は、角括弧 [ ] を使って列名を指定するだけで簡単に選択できます。特別な関数は不要で、以下のように書くだけです。dataFrame[ColumnName]この記事では、実際のコード例とともに、DataFrameから列を選択する基本的な方法をわかりやすく解説します。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サンプルDataFrameの作成次に、動作確認用のDataFrameを作成します。ここでは「Car」（車種）と「Units」（台数）の2つの列を持つデ

PandasのDataFrameから複数の行を選択・抽出するには、スライス演算子「:」を使う方法が便利です。この記事では、基本的な行の選択方法から、locやilocを使った応用的な抽出方法まで、サンプルコードと実行結果とともに詳しく解説します。 1. Pandasのインポート まず、必要なPandasライブラリを別名（エイリアス）付きでインポートします。慣例として「pd」という別名を使うのが一般的です。 import pandas as pd 2. DataFrameの作成 次に、サンプル用のDataFrameを作成します。ここでは4行2列のデータを用意し、行ラベルに「w」「x」「y」「z

PandasのDataFrameで列をクエリ（条件による絞り込み）を行うには、query()メソッドを使用します。query()は、文字列形式の条件式を渡すだけで直感的にレコードをフィルタリングできる便利な機能です。 サンプルDataFrameの作成 まず、商品名・期首在庫・期末在庫を持つDataFrameを作成してみましょう。 import pandas as pd dataFrame = pd.DataFrame({ Product: [SmartTV, PenDrive, Speaker, Earphone], Opening_Stock: [300, 700, 1

Pythonでは、2つのリストから指定した個数（K）ずつ要素を取り出し、交互に組み合わせて1つのリストを作成したいケースがあります。このような処理は、シンプルなwhileループによる反復処理と、ジェネレータ関数の「yield」、そしてインデックス操作を組み合わせることで効率的に実現できます。 サンプルコード 以下に具体的な実装例を示します。 print("Method definition begins") def merge_the_vals(my_list_1, my_list_2, K): index_1 = 0 index_2 = 0 while

Pythonでリストに対して指定した回数(K回)だけ要素をランダムに挿入したい場合、標準ライブラリの「random」パッケージに含まれるメソッドと、シンプルな反復処理を組み合わせることで実現できます。 サンプルコード 以下に具体的な実装例を示します。 import random my_list = [34, 12, 21, 56, 8, 9, 0, 3, 41, 11, 90] print(元のリスト : ) print(my_list) print(ソート後のリスト : ) my_list.sort() print(my_list) to_add_list = [Python, Ob

リスト内の数値を「桁の並び」に基づいて並べ替えたい場合には、max メソッドが活躍します。さらに、sorted メソッド、lambda 関数、そして ljust メソッドを組み合わせることで、通常の数値順とは異なる、桁ごとの比較によるソートが実現できます。サンプルコード以下に具体的な実装例を示します。my_list = [4344, 2611, 122, 541, 33, 892, 48292, 460, 390, 120, 10, 2909, 11239, 1] print(The list is : ) print(my_list) print(The list after sort

Pythonで、複数の特定のインデックス範囲に該当する要素をリストから抽出したい場合があります。このようなときは、extendメソッドと、シンプルな繰り返し処理（イテレーション）およびインデックス指定（スライシング）を組み合わせることで、効率的に実現できます。本記事では、具体的なサンプルコードとその実行結果をもとに、抽出の手順をわかりやすく解説します。サンプルコード以下が実際のコード例です。my_list = [13, 21, 81, 10, 13, 17, 22, 18, 11, 90, 0] print(The list is : ) print(my_list) print(The l