Pythonのみならず、Rでも前処理マンを目指してゆくはじめに これまでPythonでデータフレームを操作したことはあったのですが、Rではやったことがありませんでした。 夏も終わり、やはりRでもやっておかねばならぬと思い始め、少しずつRでもデータ操作をやり始めました。 手始めにPythonとRのコードの対応表を作りましたので、よろしくご査収ください。 ライブラリ 基本的に、PythonではPandasとNumpyを、Rではdplyrやtidyrなどを含むtidyverseをメインに使うコードを書きました。
あなたを死なせないためのプログラミング - Qiita
＜追記＞ 避難所情報を最新化していないので、稼働停止しました。 ちなみに、268人の方がLINEで友だち追加してくれました。ありがとうございました。 －－－－－－－－－－－－－－－－－－－－－－－－ 今年は、大規模な地震・台風と、災害が多い年になりました。でもそれらをニュースで見て、「今のうちに災害対策アプリを入れておこう」と行動に移した人は多くはないでしょう。 災害対策情報だけでなく、今やどんな情報も、その気になればすぐに手に入る世の中になったにもかかわらず、**「その気になる」までの心理的ハードルは未だに高いように感じています。**人間は、本気で危機感を覚えないと行動できない生き物なのでしょう。 確かに、必要に迫られていないのに新しいアプリを入れるのには抵抗がある人も多い。それなら、日本中で誰もが使っている「LINE」で避難場所を知ることができたら、みんなもう少し気軽に使えるんじゃない
Google colaboratory上でpandas-datareaderを用いて東証上場銘柄の株価を取得する - Qiita
1.Google colaboratoryについて ・Googleが提供するSaas型Python実行環境サービス。 ・Googleアカウント（Google Drive）があれば利用可能。 ・Google colaboratoryの利用は、原則無料（←ココ重要） ・Google colaboratoryは、機械学習を試したい場合に必要なライブラリが標準で既に入っている。機械学習の初学者は言うまでもなく、Python初学者にとっても、Python環境のセットアップを省略して即Python実行環境でお試し実行が可能。 ・機械学習や深層学習をおこなう際の演算処理にGPUが利用可能。つまりGoogleの巨大なリソースが無料で利用可能（≒ Google神の下僕or小作人になってGoogle大地主様の広大なプランテーションが利用可能。ビバ！「クラウドの衝撃」！） ・自分のGoogleアカウントのGoo
Python pandas: Tricks & Features You May Not Know – Real Python
Watch Now This tutorial has a related video course created by the Real Python team. Watch it together with the written tutorial to deepen your understanding: Idiomatic pandas: Tricks & Features You May Not Know pandas is a foundational library for analytics, data processing, and data science. It’s a huge project with tons of optionality and depth. This tutorial will cover some lesser-used but idio
CSVから行列データを読み込んで行列計算、結果を書き出す - Qiita
import numpy as np import pandas as pd import csv '''CSVファイルの読み込み''' csvdata = pd.read_csv("./test_data.csv", header=None) csvdata2 = pd.read_csv("./test_data_2.csv", header=None) '''CSVから読んだデータをnumpyの行列に入れる''' myarray = np.array myarray2 = np.array myarray = csvdata.values myarray2 = csvdata2.values print(myarray) print(myarray2) '''行列の掛け算''' result = myarray * myarray2 print(result) '''結果の行列をCSV
Jupyter/Pythonでデータ分析する人にお勧めしたい！便利なライブラリー「PixieDust」をザクッと紹介します - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに こんにちわ！石田です。皆様、「PixieDust1 」ってPythonライブラリー、ご存知ですか？昨年出て超便利なのに、なぜか日本ではぜんぜん知られてませんッ2。日本語の記事はQiitaの「これ」くらい。。 Plotlyやipywidgetでシコシコ書くよりぜんぜん楽だし守備範囲も広いので、「このまま埋もれさせるのはモッタイナイ！」と思ってご紹介の記事を書きました。一番ウケそうな「インタラクティブなチャート・ウィジェット」については別記事「Jupyter/Python上でたった3行でインタラクティブなチャート・ウィジェットを作
時系列データを月（日）毎に抽出しCSVで出力する - Qiita
完成形 目指す形はこのような感じになります。 使うもの ・Python3.6.5 ・Pandas 考え方 ここから本題に移ります。連続しているデータをどやって切り出すのかということですが、いろいろ考えた結果、前後の差分を取り、その値の結果で月が替わるかどうかを判定することにしました。 各データを細かい配列に分解し、その配列をループで読み取っていきます。 現在の配列がi(t)なら、i(t)-i(t-1)で差分を見てやります。例えば6月のデータ同士なら差分が0になるので同月⇒月替りしない、逆に6月と7月なら差分は1になるので月替りということで処理を分岐させます。 ただし、差分をとっただけでは6月の最後尾データに7月の先頭データ(2017/07/01 00:00）が、7月の先頭データは2017/07/01 00:01から入ってしまい時間がずれてしまいますで後述の処理で補正します。 元データの前提
pandasの基本(使い方メモ) - Qiita
Pandasとは データ解析を支援する機能を持つPythonのオープンソースライブラリ Pandas DataFrame データを行列で保存 2次元のデータで値，インデックス，列で構成 要素には数値だけでなく文字列を入れることも可能 Pandas Series 1次元の配列としてデータを扱う 要素には数値だけでなく文字列を入れることも可能 使い方 データの変換方法 import pandas as pd Pandasをpdとしてインポート DataFrame.columns データフレームのカラム情報 DataFrame.index データフレームのインデックス情報 import numpy as np import pandas as pd body = np.array([[120,21,32],[12,213,32]]) # DataFrameに変換 df = pd.DataFram
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
[Kaggle]New York City Taxi Fare Predictionのチュートリアル的なもの - Qiita
[Python] pandas データ加工 - Qiita![[Python] pandas データ加工 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/47cd2ac231b81459d42080839b39ef9e12dbc413/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Farticle-ogp-background-afbab5eb44e0b055cce1258705637a91.png%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnFpaXRhLWltYWdlLXN0b3JlLnMzLmFtYXpvbmF3cy5jb20lMkYwJTJGMTk4OTcxJTJGcHJvZmlsZS1pbWFnZXMlMkYxNTM3MjI4MzAzP2l4bGliPXJiLTQuMC4wJmFyPTElM0ExJmZpdD1jcm9wJm1hc2s9ZWxsaXBzZSZmbT1wbmczMiZzPTNhNTM0M2JjOGM5NDY4N2RhNDhkZjE1NTZjMWQ0MWNi%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253Dd59d93c2e2c914b350d455da094c99cc%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JTVCUHl0aG9uJTVEJTIwcGFuZGFzJTIwJUUzJTgzJTg3JUUzJTgzJUJDJUUzJTgyJUJGJUU1JThBJUEwJUU1JUI3JUE1JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LXBhZD0wJnM9MDViYTg3NjEyZTUxN2Y2NjlkZmYxYjJhNjc5N2M5YTg%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDBoaWthcnVfJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LXBhZD0wJnM9MTI3MmUwMzc2NmE5N2UxYTQ1YzU1YWE2YTk0ZDFhNWQ%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3D696d52bd9052c3f082dc10de8c7eef98)
pandas/Pandas_Cheat_Sheet_JP.pdf at master · pandas-dev/pandas · GitHub
[Python] pandas データ結合 - Qiita![[Python] pandas データ結合 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/985bd8528d263fbf065088d8accc13c5a664977e/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Farticle-ogp-background-afbab5eb44e0b055cce1258705637a91.png%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnFpaXRhLWltYWdlLXN0b3JlLnMzLmFtYXpvbmF3cy5jb20lMkYwJTJGMTk4OTcxJTJGcHJvZmlsZS1pbWFnZXMlMkYxNTM3MjI4MzAzP2l4bGliPXJiLTQuMC4wJmFyPTElM0ExJmZpdD1jcm9wJm1hc2s9ZWxsaXBzZSZmbT1wbmczMiZzPTNhNTM0M2JjOGM5NDY4N2RhNDhkZjE1NTZjMWQ0MWNi%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253Dd59d93c2e2c914b350d455da094c99cc%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JTVCUHl0aG9uJTVEJTIwcGFuZGFzJTIwJUUzJTgzJTg3JUUzJTgzJUJDJUUzJTgyJUJGJUU3JUI1JTkwJUU1JTkwJTg4JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LXBhZD0wJnM9YjM0ODFmMGViN2UzNzhkNjU3YTllY2NlZDBjZWJiNmQ%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDBoaWthcnVfJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LXBhZD0wJnM9MTI3MmUwMzc2NmE5N2UxYTQ1YzU1YWE2YTk0ZDFhNWQ%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3D2b8fa614289ac793266afcfc3b0843d0)
dataframeをtocsv する際、errorをignoreしたい場合 - Qiita
市区町村一覧・自治体の一覧を取得する（Python） - Qiita
http://pandas.pydata.org/Pandas_Cheat_Sheet.pdf
nysol(python) vs pandas pandas より、遅いけどメモリは食わない - Qiita
pandasのapplyに複数の引数を持つ関数を与える - Qiita
[Python] Excelで文字化けしないCSVファイルを書き出す - Qiita![[Python] Excelで文字化けしないCSVファイルを書き出す - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/895ed0ad8153f1dc3aa74b084beba205f675ce86/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZ0eHQ9JTVCUHl0aG9uJTVEJTIwRXhjZWwlRTMlODElQTclRTYlOTYlODclRTUlQUQlOTclRTUlOEMlOTYlRTMlODElOTElRTMlODElOTclRTMlODElQUElRTMlODElODRDU1YlRTMlODMlOTUlRTMlODIlQTElRTMlODIlQTQlRTMlODMlQUIlRTMlODIlOTIlRTYlOUIlQjglRTMlODElOEQlRTUlODclQkElRTMlODElOTkmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZ0eHQtY2xpcD1lbGxpcHNpcyZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTQ0OWVmMzg2ZWIxMGJlNTgxZjU1N2YxOTUzOTRlODY4%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQweTRtMyZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9MDkxNjIyNGNjNjQ5MmVlMmQ0MGYzMjcwOTk0MTMyZmQ%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D9ed5216679db1f00a0750f59bdf526c9)
Pandas で Multi-Index の特定のレベルの値を取得する - Qiita
DataFrame melt を使って複数列のデータを1列に整形＿SEOの為のPython