【Python】pandas DataFrameから時系列データを視覚化する「vpselector」のインストール
Pythonで作られたpandas DataFrameから時系列データを視覚化するツール「vpselector」のインストールについて解説しています。 「vpselector（https://github.com/manumerous/vpselector）」は、pandas データフレームから数値時系列データの一部を視覚的に選択するPythonを用いて作られたツールです。 ■Python 今回のPythonのバージョンは、「3.10.9」を使用しています。（Windows11）（pythonランチャーでの確認） ■vpselectorをインストールする vpselectorをインストールを行いますが、今回はpipを経由してインストールを行うので、まずWindowsのコマンドプロンプトを起動します。 pip install vpselector 起動後、上記のコマンドを入力し、Enterキ
PandasにおけるDataFrameに数値「0」の列を追加する
■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■DataFrameを作成するDataFrameに数値「0」の列を追加する前に、DataFrameを作成します。 ■コードimport pandas as pd data = { '名前':["岡本","田辺","村江","森川","田中"], '出身':["静岡","愛知","岐阜","長野","岡山"], '年齢':[20,34,28,24,22] } df = pd.DataFrame(data) print(df)インポートでPandasモジュールを呼び出します。dataという変数を作成し、その中に「名前」、「出身」、「年齢」の3つの列を格納します。 格納後、dfという変数を作成し、pd.DataFrame()と記述し、DataFrameを作成
Pythonで既存のPandasにおけるDataFrameに辞書のリストを追加する
Pythonで既存のPandasにおけるDataFrameに辞書のリストを追加してみます。もしくは、Pandas Seriesからの値を追加してみます。 ■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■DataFrameを作成する既存のPandasにおけるDataFrameに辞書のリストを追加する前に、DataFrameを作成します。 ■コードimport pandas as pd df = pd.DataFrame({ '名前':['田中','岡谷','森本','杉岡','吉村'], '出身':['富山','石川','新潟','東京','埼玉'], '年齢':[25,32,29,21,40] }) print(df)インポートでPandasモジュールを呼び出します。dfという変数を作成し、その中
PandasにおけるDataFrameの複数の列に関数を適用する
■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■DataFrameを作成するDataFrameの複数の列に関数を適用する前に、DataFrameを作成します。 ■コードimport pandas as pd data = { '名前1':['佐藤','吉田','松岡','朝永','永野'], '名前2':['佐々木','成田','岡本','須賀','藤丘'], } df = pd.DataFrame(data) print(df)インポートでPandasモジュールを呼び出します。dataという変数を作成し、その中に「名前1」、「名前2」の2つの列を格納します。 格納後、dfという変数を作成し、pd.DataFrame()と記述し、DataFrameを作成。作成後、dfという変数に格納します。 ■実
PandasにおけるDataFrameで1列のデータをSeriesとして選択する
■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■DataFrameを作成するDataFrameで1列のデータをSeriesとして選択する前に、DataFrameを作成します。 ■コードimport pandas as pd data = { '名前':['山田','岡本','吉岡','杉元','袴田'], '年齢':[24,31,35,41,28], '血液型':['A','O','B','AB','B'] } df = pd.DataFrame(data) print(df)インポートでPandasモジュールを呼び出します。dataという変数を作成し、その中に、今回は「名前」,「年齢」,「血液型」という3つの列を追加し格納します。 格納後、dfという変数を作成し、pd.DataFrame()と記
2次元配列（リストのリスト）を使用し、PandasにおけるDataFrameを作成する
■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■2次元配列（リストのリスト）を作成する2次元配列（リストのリスト）を使用し、PandasにおけるDataFrameを作成しますので、まずは2次元配列（リストのリスト）を作成します。 ■コードdata = [['田中','23'],['鈴木','32'],['大林','29']] print(data)今回は、dataという2次元配列を作成し、その中に文字列と数値をそれぞれ格納します。 ■実行 このスクリプトを実行すると、作成した2次元配列が出力されます。 ■2次元配列を使用し、PandasにおけるDataFrameを作成する2次元配列が用意できましたので、PandasにおけるDataFrameを作成するスクリプトを書いていきます。 ■コードimpor
PandasにおけるDataFrameの列から一意の値を取得する
PandasにおけるDataFrameの列から一意の値を取得してみます。 なお、一意とは「重複しない」という意味です。つまり”ユニーク（他に類を見ない）”であるとも言えます。 ■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■DataFrameを作成するDataFrameの列から一意の値を取得する前に、DataFrameを作成します。 ■コードimport pandas as pd data = { '名前':['田村','吉岡','佐々木','小島','上村'], '出身':['北海道','愛知','宮城','東京','大阪'], '年齢':[28,37,41,25,32] } df = pd.DataFrame(data) print(df)インポートでPandasモジュールを呼び出します。da
PandasにおけるDataFrameの全ての列ヘッダーをリストとして取得する
■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■DataFrameを作成するDataFrameの全ての列ヘッダーをリストを取得する前に、DataFrameを作成します。 ■コードimport pandas as pd data = { '名前':['田中','戸田','林田','森岡','鈴木'], '出身':['兵庫','大阪','京都','東京','沖縄'], '血液型':['A','B','O','AB','B'], '年齢':[35,29,42,56,27] } df = pd.DataFrame(data) print(df)インポートでPandasモジュールを呼び出します。dataという変数を作成し、その中に「名前」、「出身」、「血液型」、「年齢」の4つの列を格納します。 格納後、df
PandasにおけるDataFrameでNaN値を持つ行を削除する
PandasにおけるDataFrameでNaN値を持つ行を削除してみます。 NaN値とは、「Not A Number」の略で、データの欠落値を表すものです。 ■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■DataFrameを作成するPandasにおけるDataFrameでNaN値を持つ行を削除する前に、DataFrameを作成します。 ■コードimport pandas as pd import numpy as np data = { '数字':[10,20,30,45,np.nan,65,np.nan,89,98,np.nan] } df = pd.DataFrame(data,columns =['数字']) print(df)インポートでPandasモジュールとNumpyモジュールを呼び
PandasにおけるDataFrameで文字列をfloat型に変換する
PandasにおけるDataFrameで文字列をfloat型に変換してみます。 float（フロート）型は変数のデータ型の一種で実数を扱えます。 ■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■DataFrameを作成するDataFrameで文字列をfloat型に変換する前に、DataFrameを作成します。 ■コードimport pandas as pd Data = { '年':['2021','2020','2019','2018','2018'], '月日':['0101','0925','1204','0803','0527'] } df = pd.DataFrame(Data) print(df) print(df.dtypes)インポートでPandasモジュールを呼び出します。Dat
PandasにおけるDataFrameの特定の列値のリストを取得する
■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■DataFrameを作成するDataFrameの特定の列値のリストを取得する前に、DataFrameを作成します。 ■コードimport pandas as pd data = { '名前':['大林','木本','高森','杉元','織田'], '出身':['石川','福井','鳥取','兵庫','北海道'], '血液型':['A','B','O','AB','A'] } df = pd.DataFrame(data) print(df)インポートでPandasモジュールを呼び出します。dataという変数を作成し、その中に、今回は「名前」,「出身」,「血液型」という3つの列を追加し格納します。 格納後、dfという変数を作成し、pd.DataFram
PandasにおけるDataFrameの行のランク付けを行う
■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■DataFrameを作成するDataFrameの行のランク付けする前に、DataFrameを作成します。 ■コードimport pandas as pd data = { '名前':['田中','佐々木','小島','有田','長野'], '評価':['8.2','5.5','2.4','7.8','9.8'] } df = pd.DataFrame(data) print(df)インポートでPandasモジュールを呼び出します。dataという変数を作成し、その中に「名前」、「評価（ランキング）」の2つの列を格納します。 格納後、dfという変数を作成し、pd.DataFrame()と記述し、DataFrameを作成。作成後、dfという変数に格納します
PandasにおけるDataFrameでif条件を適用する
■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■DataFrameを作成するDataFrameでif条件を適用する前に、DataFrameを作成します。 ■コードimport pandas as pd data = { '名前':['田中','吉岡','真鍋','源平','戸田'], '国語の点数':[50,10,60,30,80] } df = pd.DataFrame(data,columns=['名前','国語の点数']) print(df) インポートでPandasモジュールを呼び出します。dataという変数を作成し、その中に「名前」、「国語の点数」の2つの列を格納します。 格納後、dfという変数を作成し、pd.DataFrame()と記述し、DataFrameを作成。作成後、dfという変
PandasにおけるDataFrameのindexをリセットする
PandasにおけるDataFrameのindexをリセットしてみます。 今回はDataFrameからいくつかの行を削除し、indexのリセットを試みます。 ■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■DataFrameを作成するDataFrameのindexをリセットする前に、DataFrameを作成します。 ■コードimport pandas as pd data = { '名前':['田中','大田','山村','渋谷','戸田','大宮','横田'], '出身':['沖縄','宮崎','和歌山','滋賀','東京','茨城','北海道'] } df = pd.DataFrame(data) print(df)インポートでPandasモジュールを呼び出します。dataという変数を作成し、
PandasにおけるDataFrameでNaN（非数）値を作成する
PandasにおけるDataFrameでNaN値を作成してみます。 NaN（非数）とは、「Not a Number」の略語で、無効な計算が実行されたときに常に表示されます。 ■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■NumPyを使用するNumPyを使用し、NaN値を作成することができますので、やってみます。 ■コードimport pandas as pd import numpy as np data = { '数字':[1,2,3,4,np.nan,6,7,8,9,np.nan] } df = pd.DataFrame(data) print(df)インポートでPandasモジュールと、numpyモジュールを呼び出します。dataという変数を作成し、その中に、今回は「数字」という1つの列を
PandasにおけるDataFrameで重複をカウントする
■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■DataFrameを作成するDataFrameで重複をカウントする前に、DataFrameを作成します。 ■コードimport pandas as pd data = { '名前':['田村','吉田','小杉','林','中山'], '出身':['北海道','青森','岐阜','福井','山口'], '職業':['弁護士','インストラクター','弁護士','弁護士','プログラマー'] } df = pd.DataFrame(data) print(df)インポートでPandasモジュールを呼び出します。dataという変数を作成し、その中に、今回は「名前」,「出身」,「職業」という3つの行を追加し格納します。今回は「職業」の列に重複する値を格納し
PandasにおけるDataFrameに「期間」インデックスを割り当て列を決める
■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■DataFrameを作成するDataFrameに「期間」インデックスを割り当て列を決める前に、DataFrameを作成します。 ■コードimport pandas as pd data = ["国語","英語",'数学','美術','理科'] df = pd.DataFrame(data) print(df)インポートでPandasモジュールを呼び出します。dataという変数を作成し、その中に、今回は1つの行を追加し格納します。 格納後、dfという変数を作成し、pd.DataFrame()と記述し、格納したdataを元にDataFrameを作成。作成後、dfという変数に格納します。 ■実行 このスクリプトを実行すると、作成したDataFrameが出力
PandasにおけるDataFrameをHTMLテーブルとしてレンダリングする
■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■DataFrameを作成するDataFrameをHTMLテーブルとしてレンダリングする前に、DataFrameを作成します。 ■コードimport pandas as pd data = { '名前':['鈴木','森岡','大林','安田','小林'], '出身':['石川','京都','滋賀','東京','大阪'], '血液型':['A','B','O','AB','O'] } df = pd.DataFrame(data, columns=['名前','出身','血液型']) print(df)インポートでPandasモジュールを呼び出します。dataという変数を作成し、その中に、今回は「名前」,「出身」,「血液型」という3つの行を追加し格納し
PandasにおけるDataFrameの列の順序を逆にする
■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■DataFrameを作成するDataFrameの列の順序を逆にする前に、DataFrameを作成します。 ■コードimport pandas as pd data = { '名前':['小林','田中','森田','石田','鈴木'], '出身':['大阪','東京','神奈川','奈良','香川'], '血液型':['A','AB','O','A','B'] } df = pd.DataFrame(data, columns=['名前','出身','血液型']) print(df)インポートでPandasモジュールを呼び出します。dataという変数を作成し、その中に「名前」、「出身」、「血液型」の3つの列を格納します。 格納後、dfという変数を作成
dataframe.count()を使用し、PandasにおけるDataFrame内の数を数える
dataframe.count()を使用し、PandasにおけるDataFrame内の数を数えてみます。 ■Python 今回のPythonのバージョンは、「3.8.5」を使用しています。（Windows10）（pythonランチャーでの確認） ■DataFrameを作成するPandasにおけるDataFrame内の数を数える前に、DataFrameを作成します。 ■コードimport pandas as pd data = { '色':['赤色','緑色','黄色','紫色','黒色'], '数字':[10,20,30,40,50], '名前':['田中','鈴木','山田','宮本','杉本'] } df = pd.DataFrame(data,columns=['色','数字','名前']) print(df)インポートでPandasモジュールを呼び出します。dataという変数を作成
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
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
