Pandas 行列ごとの処理　for

PythonでPandasを使う人の多くは、自分のExcelやcsvデータに対し、何等かの処理をしたい場合が多い。

単発の処理だとExcel内でやってしまえばよいので、Pythonで仕立てるメリットは少ない。やはり、繰り返しができるからこそPythonでする意味、メリットが大きくなる。

ということで、今回はfor を使って、とにかく1回の処理ではなく、繰り返してみることにしましょう。

irisデータを使い、列名をforでみてみる

ご存知、irisデータを入力します。df1という変数の中に入れ、そのままforループを回してみます。

import pandas as pd

df1 = pd.read_csv("./iris.csv")

for i in df1:
   print(i)

実行結果：

sepal_length
sepal_width
petal_length
petal_width
species

ループで回すと、列名が内容が確認できました。

列の平均を計算

任意の列の平均をみたいとします。

平均は、.mean()で計算が可能です。irisの列名の一つ、sepal_lengthを確認したい場合は以下でできます。

mean_df1 = df1["sepal_length"].mean()
print(mean_df1)

実行結果：

5.843333333333335

わーい！できました。

さて、

ここでfor を使った問題

irisを構成する列名をもう一度確認してみましょう。

sepal_length
sepal_width
petal_length
petal_width
species

この列名、最後のspeciesは品目名なので、テキスト型で入っています。要するに平均として計算することはできません。

そのため、df1.columnsで考えた時に、df1.columns[0:4]となります。

for の構文を考えながら、どんな風に作れば良いか、考えてみてください。

では、

正解

for i in df1.columns[0:4]:
   print(df1[i].mean())

実行結果：

5.843333333333335
3.0540000000000007
3.7586666666666693
1.1986666666666672

1列ずつの平均ができました。

列のいろんなことをfor でみてしまほ～（for）

平均の他にも、最小値、最大値、標準偏差・・も列ごとに確認することが可能です。

for i in df1.columns[0:4]:
   print(i)
   print(df1[i].mean())
   print(df1[i].max())
   print(df1[i].min())
   print(df1[i].std())

実行結果：

sepal_length
5.843333333333335
7.9
4.3
0.8280661279778629
sepal_width
3.0540000000000007
4.4
2.0
0.4335943113621737
petal_length
3.7586666666666693
6.9
1.0
1.7644204199522617
petal_width
1.1986666666666672
2.5
0.1
0.7631607417008414

1度、綺麗にループが回れば、あとは関数を足すだけなので簡単ですね。

for でなくてもデータの全貌が分かる

.describle()という関数を使うと、結構なことが瞬時にわかってしまいます。

irisのデータを使った場合、speciesの列はテキスト型が入っているため省いておきます。

df2 = df1[["sepal_length","sepal_width","petal_length","petal_width"]]

df2.head()

実行結果：

となり、df2の中には計算できる列のみが入りました。

では、さっそく.describe()。

print(df2.describe())

実行結果：

列の要素を計算した値を出してくれます。

簡単ですね・・