Python モジュール: pandas

• Python のデータフレームモジュール
  • データフレームとは、複数のデータ型が入り交じるデータ集合を 1 つのデータセットでまとめたもの
    • リストやディクショナリ型でも対応は可能だが、例えば 1 原子に様々なパラメータ (座標や原子名、原子量などなど) が加わると、
      • データへのアクセスの仕方が難しくなる
      • ソートが難しい
      • プログラム言語にもよるが、リストやディクショナリでは特定の型のデータしか格納できない
      • 内部のデータを確認する際に、for 文などで取り出して整形しないと見づらい
    • データフレームでは、自動で整形やソートの際の煩雑な作業をしてくれるのでデータ処理が楽になる。

$ sudo pip3 install pandas

import pandas

あるいは

import numpy as pd

• as pd によって、以降 pd で呼び出せる。
• ここではこっちの読み込みをした場合で記述していく。

hoge = \
pd.DataFrame([
             ["Tanaka", "Suzuki", "Yamada"],
             [59, 20, 31],
             [150, 160, 159]
]).T
 
hoge.columns = ["Name", "Age", "Height"]
hoge.index = [1,2,3]

• `.T` を忘れない (`.T` は numpy の転置と同じ)
• 二次元リストにする
• `hoge.columns` で、各リストのデータ名 (カラム名) を上書きする
• `hoge.index` で、各リストのインデックス (シリアル ID) を上書きする
  • インデックスは数値でないといけない

• カラム、インデックスへのアクセス
  

  print(hoge.columns)
  print(hoge.index)

  • `hoge.columns` でカラム一覧にアクセス
  • `hoge.index` でインデックス一覧にアクセス

• データへのアクセス
  • 単一カラムへのアクセス
    

    print(hoge["Name"])

  • 複数カラムへのアクセス
    

    print(hoge[["Name", "Age"]])

    • 二次リストでカラム名を指定する