pandas
シリーズ

シンプルシリーズの作成例

シリーズとは1次元のデータ構造です。これは、スーパーチャージされた配列、または辞書のようなビットです。

import pandas as pd

s = pd.Series([10, 20, 30])

>>> s
0    10
1    20
2    30
dtype: int64

シリーズのすべての値にはインデックスがあります。既定では、インデックスは0から系列長マイナス1までの整数です。上記の例では、値の左側にインデックスが表示されています。

独自のインデックスを指定することができます：

s2 = pd.Series([1.5, 2.5, 3.5], index=['a', 'b', 'c'], name='my_series')

>>> s2
a    1.5
b    2.5
c    3.5
Name: my_series, dtype: float64

s3 = pd.Series(['a', 'b', 'c'], index=list('ABC'))

>>> s3
A    a
B    b
C    c
dtype: object

日時付きシリーズ

import pandas as pd
import numpy as np

np.random.seed(0)
rng = pd.date_range('2015-02-24', periods=5, freq='T')
s = pd.Series(np.random.randn(len(rng)), index=rng)  
print (s)

2015-02-24 00:00:00    1.764052
2015-02-24 00:01:00    0.400157
2015-02-24 00:02:00    0.978738
2015-02-24 00:03:00    2.240893
2015-02-24 00:04:00    1.867558
Freq: T, dtype: float64

rng = pd.date_range('2015-02-24', periods=5, freq='T')
s1 = pd.Series(rng)  
print (s1)

0   2015-02-24 00:00:00
1   2015-02-24 00:01:00
2   2015-02-24 00:02:00
3   2015-02-24 00:03:00
4   2015-02-24 00:04:00
dtype: datetime64[ns]

パンダのシリーズについての簡単なヒント

以下のシリーズがあるとしましょう：

>>> import pandas as pd
>>> s = pd.Series([1, 4, 6, 3, 8, 7, 4, 5])
>>> s
0    1
1    4
2    6
3    3
4    8
5    7
6    4
7    5
dtype: int64

以下は、Seriesで作業しているときに便利ないくつかの簡単なものです。

sの長さを取得するには：

>>> len(s)
8

s内の要素にアクセスするには：

>>> s[4]
8

インデックスを使ってs内の要素にアクセスするには：

>>> s.loc[2]
6

s内のサブシリーズにアクセスするには：

>>> s[1:3]
1    4
2    6
dtype: int64

5より大きい値を持つsのサブ系列を取得するには：

>>> s[s > 5]
2    6
4    8
5    7
dtype: int64

最小、最大、平均、および標準偏差を取得するには：

>>> s.min()
1
>>> s.max()
8
>>> s.mean()
4.75
>>> s.std()
2.2519832529192065

Series型をfloatに変換するには：

>>> s.astype(float)
0    1.0
1    4.0
2    6.0
3    3.0
4    8.0
5    7.0
6    4.0
7    5.0
dtype: float64

numpy配列としてsの値を取得するには：

>>> s.values
array([1, 4, 6, 3, 8, 7, 4, 5])

sのコピーを作るには：

>>> d = s.copy()
>>> d
0    1
1    4
2    6
3    3
4    8
5    7
6    4
7    5
dtype: int64

シリーズに関数を適用する

パンダは、シリーズのあらゆる要素に機能を適用し、新しいシリーズを得る効果的な方法を提供します。以下のシリーズがあるとしましょう：

>>> import pandas as pd
>>> s = pd.Series([3, 7, 5, 8, 9, 1, 0, 4])
>>> s
0    3
1    7
2    5
3    8
4    9
5    1
6    0
7    4
dtype: int64

正方形の関数：

>>> def square(x):
...     return x*x

私たちは単純にsのすべての要素に正方形を適用し、新しいシリーズを取得することができます：

>>> t = s.apply(square)
>>> t
0     9
1    49
2    25
3    64
4    81
5     1
6     0
7    16
dtype: int64

場合によっては、ラムダ式を使用する方が簡単です。

>>> s.apply(lambda x: x ** 2)
0     9
1    49
2    25
3    64
4    81
5     1
6     0
7    16
dtype: int64

あるいは組み込み関数を使うことができます：

>>> q = pd.Series(['Bob', 'Jack', 'Rose'])
>>> q.apply(str.lower)
0     bob
1    jack
2    rose
dtype: object

Seriesのすべての要素が文字列の場合、文字列メソッドを適用する簡単な方法があります。

>>> q.str.lower()
0     bob
1    jack
2    rose
dtype: object
>>> q.str.len()
0    3
1    4
2    4