【Pandas】データの抽出、ソート、関数の適用

Pandasのデータフレームで、データを抽出したり、ソートしたり、関数を使う方法をご紹介します。

使用するデータ

適当に自分で作った以下のCSVデータを使います。

id,name,genre,type,rating
9,Guide of google adsence,Blog,Book,5
108,AI and Machine Learning,Programming,Book,4
31,Bootstrap 4,Programming,Book,2
16,SOFT SKILLS,Software,Book,3
89,Django begginer,Programming,Book,3
90,Fast and Furious,Car,Movie,3

本や映画の名前、ジャンル、評判などからなる6行のデータです。

これを読んで表示します。

book = "./data/book_list.csv"
df = pd.read_csv(book)
df

一行目がデータではなくラベルとして認識されました。番号も自動的に割り振られます。

データを抽出する

locを使ったデータの抽出

ジャンル(genre)がプログラミングのものだけ取り出してみます。`loc`を使います。

df.loc[df['genre'] == 'Programming']

whereを使ったデータの抽出

locを使うと条件に合わないデータは表示されませんでした。whereを使うと条件に合わないデータはNaN(欠損値)として、表示されます。

df.where(df['rating'] < 4)

データをソートする

id順に並べてみます。

# 昇順
df.sort_values('id')

降順で並べる場合は、`ascending = False`を引数に追加します。

データフレームに関数を適用する

pandasでは、`applymap`を使うことでデータフレームに関数を適用することができます。

例えば、上記データのタイトルやジャンルの文字列の長さを取得したい場合、ラベルを指定してlen関数を適用することで文字列の長さを計算できます。

df[['name','genre']].applymap(len)

おわり。