Pandasでよく使うもの
1 | import pandas as pd |
csvファイルの読み込み
1 | X = pd.read_csv("ファイル名") |
csvファイルの出力
1 2 3 | output.to_csv('output.csv')#index=Falseで、index名なし#columns=Falseで、columns名なし |
DataFrameを作成
辞書型で作成
1 2 3 4 5 6 | col_array1 = np.array([1,2,3,4,5])col_array2 = col_array1 + 1data_dic = {'a':col_array1, 'b' : col_array2}dataset2 = pd.DataFrame(data_dic)dataset |
値、行、列を取得する
locとiloc
locは、明示的なインデックスを使う。
ilocは、Python由来のインデックスを使う。
列(columns)を抽出したい
1 2 3 4 5 | #columnsは、列の名前data.columns#またはdata['columns'] |
列の削除
.drop()を使用
1 | pd.drop(['columns'], axis=1) |
numpy配列に変換する
.valuesを使用
1 | pd.values |
列の名前を取得する
1 | pd.columns |
演算メソッド
+:.add()
-:sub(), subtract()
*:mul(), multiply()
/:truediv(), div(), divide()
//:floordiv()
%:mod()
**:pow()
データの基本統計量をみる
1 | train.describe() |
| stats | id |
|---|---|
| count | データの個数 |
| mean | 平均 |
| std | 標準偏差 |
| min | 最小値 |
| 25% | 四分の１の値 |
| 50% | 四分の２の値 |
| 75% | 四分の３の値 |
| max | 最大値 |
