【データ分析入門】 Pandas DataFrameの使い方をマスターしよう！

import pandas as pd

# 辞書を作成
data = {
    '名前': ['田中', '渡辺', '具志堅'],
    '年齢': [34, 23, 68],
    '出身地': ['大阪', '名古屋', '沖縄']
}

# 辞書を DataFrame 型へ変換
df = pd.DataFrame(data)
df

# file.csv は自分のファイル名と path を指定
df = pd.read_csv('file.csv')

# file.xlsx は自分のファイル名と path を指定
df = pd.read_excel('file.xlsx')

import pandas as pd

# ウェブ上のCSVファイルのURL
url = "https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data"

# カラム名
column_names = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width', 'class']

# CSVファイルの読み込み
data = pd.read_csv(url, names=column_names)

# データの最初の5行を表示
data.head(5)

# 辞書を作成
data = {
    '名前': ['田中', '渡辺', '具志堅'],
    '年齢': [34, 23, 68],
    '出身地': ['大阪', '名古屋', '沖縄']
}

# 辞書を DataFrame 型へ変換
df = pd.DataFrame(data)

# '年齢' 列で昇順にソートする
sorted_df = df.sort_values(by='年齢')
sorted_df

# '年齢' 列で降順にソートする
sorted_df = df.sort_values(by='年齢', ascending=False)
sorted_df

# サンプルデータ
data1 = {
    '名前': ['田中', '渡辺'],
    '年齢': [34, 23],
    '出身地': ['大阪', '名古屋']
}
data2 = {
    '名前': ['具志堅'],
    '年齢': [68],
    '出身地': ['沖縄']
}

# DataFrameの作成
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

# 上下に連結 axis=0 : 行方向
concatenated_df = pd.concat([df1, df2], axis=0)

# index をリセットして表示
concatenated_df.reset_index(drop=True)

# サンプルデータ
data1 = {
    '名前': ['田中', '渡辺', '具志堅'],
    '年齢': [34, 23, 68]
}

data2 = {
    '出身地': ['大阪', '名古屋', '沖縄'],
    '職業': ['教師', 'エンジニア', '医者']
}

# DataFrameの作成
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

# 横に連結 axis=1 : 列方向
concatenated_df = pd.concat([df1, df2], axis=1)

# index をリセットして表示
concatenated_df.reset_index(drop=True)

# サンプルデータ
data = {
    '名前': ['田中', '渡辺', '具志堅'],
    '年齢': [34, 23, 68],
    '出身地': ['大阪', '名古屋', '沖縄'],
    '職業': ['教師', 'エンジニア', '医者']
}

# DataFrame を作成
df = pd.DataFrame(data)

# DataFrame から '職業' の列を削除
df_dropped_column = df.drop('職業', axis=1)

# DataFrame を表示
df_dropped_column

# サンプルデータ
data = {
    '名前': ['田中', '渡辺', '具志堅'],
    '年齢': [34, 23, 68],
    '出身地': ['大阪', '名古屋', '沖縄'],
    '職業': ['教師', 'エンジニア', '医者']
}

# DataFrame を作成
df = pd.DataFrame(data)

# DataFrame から最初の行を削除
df_dropped_row = df.drop(0)

# DataFrame を表示
df_dropped_row

data = {
    '名前': ['田中', '渡辺', '具志堅'],
    '年齢': [34, 23, 68],
    '出身地': ['大阪', '名古屋', '沖縄']
}

df = pd.DataFrame(data)

# 列名を英語に変更
df.columns = ['Name', 'Age', 'Place_of_origin']

# インデックス名を "row_1", "row_2", "row_3" に変更
df.index = ['row_1', 'row_2', 'row_3']

# 表示
df

# サンプルデータ
data = {
    '名前': ['田中', '渡辺', '具志堅', '佐藤', '鈴木', '高橋', '伊藤', '山本', '中村', '山田'],
    '年齢': [34, 23, 68, 29, 45, 31, 58, 42, 36, 27],
    '出身地': ['大阪', '名古屋', '沖縄', '東京', '福岡', '大阪', '名古屋', '東京', '福岡', '沖縄'],
    '職業': ['教師', 'エンジニア', '美容師', '教師', 'エンジニア', '美容師', '教師', 'エンジニア', '美容師', '教師'],
    '年収（万円）': [500, 300, 1000, 600, 400, 800, 700, 450, 900, 550]
}

# DataFrameの作成
df = pd.DataFrame(data)

# 年齢が40歳以上のデータフレーム
df_over_40 = df.loc[df['年齢'] >= 40]

# 年齢が40歳未満のデータフレーム
df_under_40 = df.loc[df['年齢'] < 40]

print("DataFrame with age >= 40:")
print(df_over_40)
print("\nDataFrame with age < 40:")
print(df_under_40)

DataFrame with age >= 40:
    名前  年齢  出身地     職業  年収（万円）
2  具志堅  68   沖縄    美容師    1000
4   鈴木  45   福岡  エンジニア     400
6   伊藤  58  名古屋     教師     700
7   山本  42   東京  エンジニア     450

DataFrame with age < 40:
   名前  年齢  出身地     職業  年収（万円）
0  田中  34   大阪     教師     500
1  渡辺  23  名古屋  エンジニア     300
3  佐藤  29   東京     教師     600
5  高橋  31   大阪    美容師     800
8  中村  36   福岡    美容師     900
9  山田  27   沖縄     教師     550

# 最初の5行を含むデータフレーム
df_first_half = df.iloc[:5]

# 残りの行を含むデータフレーム
df_second_half = df.iloc[5:]

print("DataFrame with the first 5 rows:")
print(df_first_half)
print("\nDataFrame with the remaining rows:")
print(df_second_half)

DataFrame with the first 5 rows:
    名前  年齢  出身地     職業  年収（万円）
0   田中  34   大阪     教師     500
1   渡辺  23  名古屋  エンジニア     300
2  具志堅  68   沖縄    美容師    1000
3   佐藤  29   東京     教師     600
4   鈴木  45   福岡  エンジニア     400

DataFrame with the remaining rows:
   名前  年齢  出身地     職業  年収（万円）
5  高橋  31   大阪    美容師     800
6  伊藤  58  名古屋     教師     700
7  山本  42   東京  エンジニア     450
8  中村  36   福岡    美容師     900
9  山田  27   沖縄     教師     550

data = {
    '名前': ['田中', '渡辺', '具志堅', '佐藤', '鈴木', '高橋', '伊藤', '山本', '中村', '山田'],
    '年齢': [34, 23, 68, 29, 45, 31, 58, 42, 36, 27],
    '出身地': ['大阪', '名古屋', '沖縄', '東京', '福岡', '大阪', '名古屋', '東京', '福岡', '沖縄'],
    '職業': ['教師', 'エンジニア', '美容師', '教師', 'エンジニア', '美容師', '教師', 'エンジニア', '美容師', '教師'],
    '年収': [500, 300, 1000, 600, 400, 800, 700, 450, 900, 550]
}

df = pd.DataFrame(data)

# query() メソッドを使用して年収 600 万円以上をフィルタリング
high_earning = df.query('年収 >= 600')

# 表示
high_earning

# 年齢が30歳以上のデータに関して、名前と年齢、年収の列のみを選択
filtered_data = df.loc[df['年齢'] >= 30, ['名前', '年齢', '年収']]

# 表示
filtered_data