Contents menu
プログラミング学習が義務教育でも取り入れられるようになり、ほぼすべての人が避けては通れない時代に突入してしまいました。
基本的にはローコードやノーコードテクノロジーが発達し、個人で隅々まで覚える必要はないとも言えますが、やはり自在に操れればまさに100人力とも言えます。
プログラミングがあなたのやりたい何かに合致した場合、是非100日でサクッと覚えてしまいましょう。
100日でざっくりと基礎を身に着けられるように構成しています。
Python 3 入門 + 応用 +アメリカのシリコンバレー流コードスタイルを学ぶオンライン講座
pandasをimportして簡単なDataFrameを作成する
pandasをimport
まずはpandasの起動からスタートです。
ジュピターラボを起動できましたか？
では、さっそくpandasをインポートしてみます。
import pandas as pdシンタックス ハイライト機能が効いているのでわかりやすいですね。
pdの部分は実際はなんでも構いません。
わかりやすいのでよく[pd]を定義するだけのことですが、書籍や参考書を元に勉強を進める場合などもほとんど[pd]で定義されているので[pd]にしておくと見やすいと思います。
シフト+エンターで実行です。
普通にエンターを押すだけだと改行になってしまいますので注意しましょう。
簡単なDataFrameを作成 (リスト)
| co01 | co02 | co03 | |
| id01 | 1 | 2 | 3 |
| id02 | 4 | 5 | 6 |
| id03 | 7 | 8 | 9 |
こちらのデータフレームを作成してみます。
index部分を略して[id]とし、columnsの部分を略して[co]としています。
早速書いてみましょう。
コードはこちら。
df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]],
columns=["co01", "co02", "co03"],
index=["id01", "id02", "id03"])
dfこれを書いてシフト+エンターを押すと、データフレームが作成されています。
名前の表示はダブルクォーテーションでも、シングルクォーテーションでもokです。
columns=['co01', 'co02', 'co03']簡単なDataFrameを作成 (Numpy)
リストを使ってデータフレームが完成しました。
次にnumpyでデータフレームを作成してみましょう。
まずはインポート。
import numpy as np
次に作成コードを書きます。
df = pd.DataFrame(np.array([[1,2,3], [4,5,6], [7,8,9]]),
columns=["co01", "co02", "co03"],
index=["id01", "id02", "id03"])
df
作成できました。
簡単なDataFrameを作成 (辞書)
最後に辞書を使って作成しましょう。
コードを書きます。
df = pd.DataFrame({"co01":[1,2,3],
"co02":[4,5,6],
"co03":[7,8,9]})
df.index=["id01", "id02", "id03"]
df連続してインデックスも書く場合は[,]を使って連続していくことができます。
df = pd.DataFrame({"co01":[1,2,3],
"co02":[4,5,6],
"co03":[7,8,9]}
,index=["id01", "id02", "id03"])
df
辞書機能ですから[]ではなく、{}になるので注意しましょう。
まとめ
簡単なデータフレームの作成をしてみました。
みなさんはどのタイプがやりやすかったですか？
個人的にはなんとなく辞書型が頭の整理をしやすいように感じました。
いろんな名前で何度もデータフレームを作成して、無意識にサクッとできるようになるまで練習していきましょう！