In [1]: import pandas as pd

このチュートリアルで使用されるデータ

• 大気質データ

  このチュートリアルでは、OpenAQが提供するpy-openaqパッケージを使用した\(NO_2\)に関する大気質データを使用します。air_quality_no2.csvデータセットは、それぞれパリ、アントワープ、ロンドンの測定ステーションFR04014、BETR801、London Westminsterの\(NO_2\)値を提供します。

  生データへ

  In [2]: air_quality = pd.read_csv("data/air_quality_no2.csv", index_col=0, parse_dates=True)
  
  In [3]: air_quality.head()
  Out[3]: 
                       station_antwerp  station_paris  station_london
  datetime                                                           
  2019-05-07 02:00:00              NaN            NaN            23.0
  2019-05-07 03:00:00             50.5           25.0            19.0
  2019-05-07 04:00:00             45.0           27.7            19.0
  2019-05-07 05:00:00              NaN           50.4            16.0
  2019-05-07 06:00:00              NaN           61.9             NaN
  

既存の列から派生した新しい列を作成する方法

• ロンドンのステーションの\(NO_2\)濃度をmg/m\(^3\)で表したい。

  (摂氏25度、1013hPaの圧力を仮定すると、換算係数は1.882です)

  In [4]: air_quality["london_mg_per_cubic"] = air_quality["station_london"] * 1.882
  
  In [5]: air_quality.head()
  Out[5]: 
                       station_antwerp  ...  london_mg_per_cubic
  datetime                              ...                     
  2019-05-07 02:00:00              NaN  ...               43.286
  2019-05-07 03:00:00             50.5  ...               35.758
  2019-05-07 04:00:00             45.0  ...               35.758
  2019-05-07 05:00:00              NaN  ...               30.112
  2019-05-07 06:00:00              NaN  ...                  NaN
  
  [5 rows x 4 columns]
  

  新しい列を作成するには、代入の左側に新しい列名をつけて[]ブラケットを使用します。

注記

値の計算は**要素ごと**に行われます。つまり、指定された列内のすべての値に一度に1.882が掛けられます。行を反復処理するためのループを使用する必要はありません！

• パリとアントワープの値の比率を確認し、その結果を新しい列に保存したい。

  In [6]: air_quality["ratio_paris_antwerp"] = (
     ...:     air_quality["station_paris"] / air_quality["station_antwerp"]
     ...: )
     ...: 
  
  In [7]: air_quality.head()
  Out[7]: 
                       station_antwerp  ...  ratio_paris_antwerp
  datetime                              ...                     
  2019-05-07 02:00:00              NaN  ...                  NaN
  2019-05-07 03:00:00             50.5  ...             0.495050
  2019-05-07 04:00:00             45.0  ...             0.615556
  2019-05-07 05:00:00              NaN  ...                  NaN
  2019-05-07 06:00:00              NaN  ...                  NaN
  
  [5 rows x 5 columns]
  

  計算は再び要素ごとに行われるため、/は各行の値に対して適用されます。

その他の算術演算子(+、-、*、/、…)または論理演算子(<、>、==、…)も要素ごとに機能します。後者は、条件式を使用してテーブルの行をフィルタリングするデータのサブセット化チュートリアルですでに使用されています。

より高度なロジックが必要な場合は、apply()を使用して任意のPythonコードを使用できます。

• OpenAQで使用されている対応するステーション識別子にデータ列の名前を変更したい。

  In [8]: air_quality_renamed = air_quality.rename(
     ...:     columns={
     ...:         "station_antwerp": "BETR801",
     ...:         "station_paris": "FR04014",
     ...:         "station_london": "London Westminster",
     ...:     }
     ...: )
     ...: 
  

  In [9]: air_quality_renamed.head()
  Out[9]: 
                       BETR801  FR04014  ...  london_mg_per_cubic  ratio_paris_antwerp
  datetime                               ...                                          
  2019-05-07 02:00:00      NaN      NaN  ...               43.286                  NaN
  2019-05-07 03:00:00     50.5     25.0  ...               35.758             0.495050
  2019-05-07 04:00:00     45.0     27.7  ...               35.758             0.615556
  2019-05-07 05:00:00      NaN     50.4  ...               30.112                  NaN
  2019-05-07 06:00:00      NaN     61.9  ...                  NaN                  NaN
  
  [5 rows x 5 columns]
  

  rename()関数は、行ラベルと列ラベルの両方で使用できます。対応する名前を更新するには、キーが現在の名前で値が新しい名前である辞書を提供します。

マッピングは固定名に限定される必要はなく、マッピング関数にすることもできます。たとえば、列名を小文字に変換することも関数を使用して実行できます。

In [10]: air_quality_renamed = air_quality_renamed.rename(columns=str.lower)

In [11]: air_quality_renamed.head()
Out[11]: 
                     betr801  fr04014  ...  london_mg_per_cubic  ratio_paris_antwerp
datetime                               ...                                          
2019-05-07 02:00:00      NaN      NaN  ...               43.286                  NaN
2019-05-07 03:00:00     50.5     25.0  ...               35.758             0.495050
2019-05-07 04:00:00     45.0     27.7  ...               35.758             0.615556
2019-05-07 05:00:00      NaN     50.4  ...               30.112                  NaN
2019-05-07 06:00:00      NaN     61.9  ...                  NaN                  NaN

[5 rows x 5 columns]

ユーザーガイドへ

列または行ラベルの名前変更の詳細については、ラベルの名前変更に関するユーザーガイドのセクションを参照してください。

覚えておくこと

• []の間に新しい列名を付けてDataFrameに結果を代入することで、新しい列を作成します。

• 操作は要素ごとに行われ、行をループする必要はありません。

• 辞書または関数を使用してrenameを使用して、行ラベルまたは列名を変更します。

ユーザーガイドへ

ユーザーガイドには、列の追加と削除に関する別のセクションが含まれています。