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の基本を徹底解説！」を参照ください。 この記事では、まずはSeriesの基本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、最も基本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本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
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
