Understanding DataFrames
Coddyの「Pandas Analytics」コースのレッスン 4/19。
DataFrameはPandasライブラリの中心です。DataFrameは、整数、浮動小数点、オブジェクトなど、異なる型の列を持つことができる2次元のラベル付きデータ構造です。
本質的に、DataFrameはデータのテーブルのようなものです。スプレッドシートやSQLテーブルとして想像することができます。行は個々の入力インスタンス（観測値）に対応し、列はデータの特徴量（features）を表します。DataFrameを使用すると、データの操作、分析、グループ化、および前処理を行うことができます。
新しいDataFrameを扱うときは、列が何であるか、そのデータ型は何か、何行あるか、どのようなデータが格納されているかなどを理解する必要があります。データの概要を素早く把握するための関数をいくつか紹介します：
- head(n): 最初の
n行を表示します - head(): 最初の5行を表示します
- describe(): 平均、最大値、最小値などの記述統計を提供します。
- info(): すべての特徴量（列）の要約を表示します。
shape:DataFrameの形状（行数と列数）。これはプロパティであり、メソッドではありません。- tail(n): 最後の
n行を表示します - tail(): 最後の5行を表示します
チャレンジ
簡単このチャレンジでは、brands.csvという名前のCSVファイルがあります。
何かを行う前に、.read_csv()を使用してファイルをデータフレームに変換してください。
次のいずれかの値を保持できる文字列を受け取る、informationという名前の関数を作成してください。
- "head"
- "describe"
- "info"
- "shape"
- "tail"
関数は、データフレームの対応する出力を出力します。
自分で試してみよう
import pandas as pd
def information(action):
df = pd.read_csv("brands.csv")
# ここにコードを書いてくださいPandas Analyticsのすべてのレッスン
4Data Analysis with Pandas
Descriptive StatisticsGrouping and Aggregating DataDifferent AggregationsMerge & Concat2Working with the DataFrame
Understanding DataFramesAccessing DataData Cleaning - Missing dataData Cleaning - More tools3Data Manipulation with Pandas
Return Requested ResultFilter DataAdd & DeleteModify DataModify StringsCustom Modifications