python 基礎データフレームの作り方

pythonの勉強をしていくと、覚えるのが大変なので、

自分の備忘がてら基礎を整理していこうと思います。

今回はデータフレームの作り方を整理します。

データフレームとはpythonのpandasライブラリに含まれているオブジェクトの事です。

簡単に言うと2次元の表形式でデータを加工できます。

なぜpythonがデータサイエンティストでよく使われているかというと、このデータフレームがあるからなのでは？と思っています。

実際使い勝手がよく、DBを簡単に操作するようにデータを扱うことができるのがメリットです。

あと関数が直感的にわかりやすい！

ということで、今回はそのデータフレームの作り方の基本を整理します。

###python の基礎　データフレームの作り方
import pandas as pd
import numpy as np


#pd.DataFrame()を使って生成する。
#data,columns,indexを指定できる。
#dataはその名の通り設定したいデータを指定する。
#columnsは列名を指定する。
#indexは各行のindex名を指定する。（未指定だとデフォルトで番号が振られる。）

#例①4行1列のデータを作る
data = ["A1","B2","C3","C1"]
df1 = pd.DataFrame(data=data, columns=['label'],index=['A','B','C','D'])
print("df1:4行1列")
print(df1)

#例②1行4列のデータを作る
data = [["A1","B2","C3","C1"]]
df2 = pd.DataFrame(data=data, columns=['A','B','C','D'], index=['row0'])
print("df2:1行4列")
print(df2)

#csvを取り込む
#pd.read_csv関数を使う。
#ファイル名を指定すれば取り込める。
#カラム名やデータに日本語がある場合はshift-jisへ変換するのを忘れにように（文字化けする。）
df_csv = pd.read_csv('input.csv',encoding='shift jis')
print("df_csv:csvから取り込み")
print(df_csv)


#jsonファイルを取り込む
#pd.read_json関数を使う。
#ファイル名を指定すれば取り込める。
#orientでjsonの取り込み形式が決まる。jsonの形式に応じて選択が必要。
#orient='dict':keyが列ラベル、valueが行ラベルと値になる
##{column:{index:value}}
#orient='list':keyが列ラベル、valueが値になる　行名は失われる
##{column:[values}}
#orient='series':keyが列ラベル、valueが行ラベルと値になるpndas.seriesになる。
##{column:series(values)}
#orient='split':keyが'index', 'columns', 'data'で、それぞれの値が行ラベル、列ラベル、値となる。
##{index:[index],colums:[colmuns],data:[values]}
#orient='records':keyが列ラベル、valueが値となるリストとする。行名の情報は失われる。
##{{column:value},・・・,{column:value}}

df_json = pd.read_json('input.json', orient='records')
print("df_json:jsonから取り込み")
print(df_json)

df1:4行1列
  label
A    A1
B    B2
C    C3
D    C1
df2:1行4列
       A   B   C   D
row0  A1  B2  C3  C1
df_csv:csvから取り込み
   A  B
0  1  5
1  2  6
2  3  7
3  4  8
df_json:jsonから取り込み
   A  B
0  1  2
1  3  4

インプットファイルは以下です。

■input.csv

A	B
1	5
2	6
3	7
4	8

■input.json

[{"A":1,"B":2},{"A":3,"B":4}]