タグ

2021年11月7日のブックマーク (6件)

  • 【Python3入門】キャスト徹底解説 int()·float()·complex()·str() | 侍エンジニアブログ

    こんにちは! プログラマーのakiraです。 みなさんの中には、 ・ キャストってどういう意味だろう? ・ 文字列⇆数値のキャストの方法が知りたい! と思っている方もいるのではないでしょうか? 記事では、キャストとはから文字列⇆数値の様々なキャストの方法まで解説していますので、是非参考にしてください! なお、Pythonの記事については、こちらにまとめています。 キャストとは キャストとは、変数やオブジェクトを別の型に変換することです。 型変換とも言います! 例えば、ある数値を他の文字列と連結したい場合などによく利用します。 具体的なキャスト方法については次項以降でより詳しく確認していきましょう! 数値から文字列へのキャスト ここでは、数値から文字列へのキャスト方法について解説します。 もし「Pythonの文字列って何?」という場合は、以下の記事で文字列について詳しく解説されていますので

    【Python3入門】キャスト徹底解説 int()·float()·complex()·str() | 侍エンジニアブログ
  • pandas.DataFrameの行を条件で抽出するquery | note.nkmk.me

    pandas.DataFrameから任意の条件を満たす行を抽出するにはquery()メソッドを使う。比較演算子や文字列メソッドによる条件指定、複数条件の組み合わせなどを簡潔に記述できる。 pandas.DataFrame.query — pandas 2.1.4 documentation Indexing and selecting data - The query() Method — pandas 2.1.4 documentation ブーリアンインデックス(Boolean indexing)による条件指定については以下の記事を参照。 関連記事: pandasで複数条件のAND, OR, NOTから行を抽出(選択) 特定の型の列を抽出したり、行名・列名で行・列を抽出したりすることも可能。 関連記事: pandas.DataFrameから特定の型の列を抽出・除外するselect_dt

    pandas.DataFrameの行を条件で抽出するquery | note.nkmk.me
  • pandasで特定の文字列を含む行を抽出(完全一致、部分一致) | note.nkmk.me

    pandas.DataFrameから特定の文字列を含む要素を持つ行を抽出する方法(完全一致・部分一致)について説明する。 ここではブーリアンインデックス(Boolean indexing)を用いた方法を説明するが、query()メソッドを使うことも可能。 関連記事: pandas.DataFrameの行を条件で抽出するquery データ(要素)ではなく、行名・列名が特定の文字列を含む行・列を抽出するにはfilter()メソッドを使う。以下の記事を参照。 関連記事: pandas.DataFrameの行・列を行名・列名の条件で抽出するfilter 記事のサンプルコードのpandasのバージョンは以下の通り。以下のpandas.DataFrameを例として使う。 sample_pandas_normal.csv import pandas as pd print(pd.__version__

    pandasで特定の文字列を含む行を抽出(完全一致、部分一致) | note.nkmk.me
  • Pythonのlambda(ラムダ式、無名関数)の使い方 | note.nkmk.me

    Pythonではdef文で関数を定義するが、lambda(ラムダ式)で名前を持たない無名関数を作成することもできる。lambdaは引数として関数(呼び出し可能なオブジェクト)を指定する場合などに使うと便利。書き方および使い方を説明する。 4. その他の制御フローツール - ラムダ式 — Python 3.11.3 ドキュメント 6. 式 (expression) - ラムダ (lambda) — Python 3.11.3 ドキュメント

    Pythonのlambda(ラムダ式、無名関数)の使い方 | note.nkmk.me
  • Pandas Seriesを徹底解説!(作成、結合、要素の抽出・追加・削除、index、ソートなど) - AI-interのPython3入門

    1次元のデータを対象に分析する際には、Seriesの知識が必要不可欠になります。またSeriesは1次元のデータを保持しますので、DataFrameの1行や1列の情報もSeriesに対応します。 実務で利用するデータは、Matplotlibの例で出てきた温度とアイスクリームの売上など、2つの軸で表される2次元のデータも多く、DataFrameを利用する機会も多いです。 しかし、SeriesはDataFrameの構成要素となるので、その性質を知っておく事は、DataFrameを理解する上でも、とても重要になります。DataFrameの詳しい説明は、「Pandas DataFrameの基を徹底解説!」を参照ください。 この記事では、まずはSeriesの基的な使い方を確認した上で、最後に1次元データの分析事例を確認していきましょう。 SeriesはNumpyの1次元配列に似ていますが、インデ

    Pandas Seriesを徹底解説!(作成、結合、要素の抽出・追加・削除、index、ソートなど) - AI-interのPython3入門
  • Pandasの基本的なデータ構造Seriesの基礎と活用方法

    Seriesオブジェクトとは params: 実際に使ってみる Seriesオブジェクトの生成 インデックスの指定 引数copyの操作 要素の抜き出し 簡単な操作 NumPy関数の適用 値の追加、変更の仕方 時系列データの扱い Seriesの属性(Attributes) まとめ 参考 Pandasには、最も基的なオブジェクトとしてSeriesと呼ばれるデータ構造があります。Pandasを使ったコードを書く上での基的なデータ構造なので、抑えておきましょう。 Seriesオブジェクトとは 公式ドキュメントによると、Seriesオブジェクトは以下のように記述されています。 簡単に言えばNumPyのndarrayの一次元配列のことを指します。しかしNumPyのndarrayとは異なる点があります。 インデックスを番号以外で振ることができる。 オブジェクトそのものに名前をつけることができる。 時

    Pandasの基本的なデータ構造Seriesの基礎と活用方法