【pandas】map：シリーズの行処理【繰り返し処理】

こんにちは，shun（@datasciencemore）です！！

今回はmapについて学習していきます．

mapは，シリーズの各行に対して関数を適用するメソッドです．

イメージとしてはこのようになります．

シリーズと関数をmapに適用すると，シリーズの各行に関数を適用した結果が出力されます．

これだけだとよくわからないと思うので，具体例で確認してみましょう．

０．準備
１．mapの基本
２．mapとassign
３．mapと辞書
まとめ
次回

０．準備

# パッケージ読み込み
import pandas as pd
import numpy as np
import seaborn as sns


# データフレームの表示行数を指定
pd.set_option('display.max_rows',8) 

# データ読み込みと列選択（メソッドチェーン）
df = \
sns\
.load_dataset('diamonds')\
.filter(["depth", "table", "color"])

# パッケージ読み込み

import pandas as pd

import numpy as np

import seaborn as sns

# データフレームの表示行数を指定

pd.set_option('display.max_rows',8)

# データ読み込みと列選択（メソッドチェーン）

df = \

sns\

.load_dataset('diamonds')\

.filter(["depth", "table", "color"])

１．mapの基本

例えば，以下のようなシリーズと関数を考えます．

シリーズ：df（ダイヤモンドデータ）のcolor列

関数：EとIであればそのままで，EとI以外であればnot_E_Iと出力する．

このシリーズと関数をmapに適用すると，以下に示すシリーズを出力します．

# 関数
def func(x):
  if x == "E":
    return("E")
  elif x == "I":
    return("I")
  else:
    return("not_E_I")

# map適用
df["color"].map(func)

# 関数

def func(x):

if x == "E":

return("E")

elif x == "I":

return("I")

else:

return("not_E_I")

# map適用

df["color"].map(func)

２．mapとassign

mapはassignと相性がよく，併用することが多いです．

例えば，このように条件が複数あるような処理についてもmapとassignを併用すれば，比較的簡単にコーディングすることができます．

今回は，assignを使用して先程の処理（EとIであればそのままで，EとI以外であればnot_E_Iと出力する．）によって得たシリーズを，dfの新しい列としてあげましょう．

# assignを使用
df_rev = df.assign(color_rev = lambda x:x["color"].map(func))

# データフレーム確認
df_rev

# assignを使用

df_rev = df.assign(color_rev = lambda x:x["color"].map(func))

# データフレーム確認

df_rev

３．mapと辞書

mapには，少し特別な処理があります．

基本的にmapは関数を適用するのですが，関数ではなく，辞書を適用することもできます．

その場合，辞書のキーに変換前の文字列を，辞書のデータに変換後の文字列を設定し，mapを適用します．

例えばこの例だと

key1がのdata1に

kye2がdata2に

kye3がdata3に

変換されます．

このやり方も時々使用するので覚えておくと便利です．

# 辞書使用
# E ⇒ e
# I ⇒ i
# not_E_I ⇒ not_e_i
df_rev["color_rev"].map(
    {"E":"e",  "I":"i", "not_E_I":"not_e_i"}
     )

# 辞書使用

# E ⇒ e

# I ⇒ i

# not_E_I ⇒ not_e_i

df_rev["color_rev"].map(

{"E":"e", "I":"i", "not_E_I":"not_e_i"}

)

まとめ

今回はmapについて学習してきました．

mapの基本
mapとassign
mapと辞書

mapは最初は概念を理解するのが難しいですが，慣れるとfor文よりも楽にコーディングできて非常に便利です．

使いこなせるように練習しましょう！

それでは，お疲れさまでした！！

次回

: 【pandas】apply：データフレームの行処理【繰り返し処理】

こんにちは，shun（@datasciencemore）です！！今回はapplyについて学習していきます． applyは，データフレームの各行に対して関数を適用するメソッドです．イメージとしてはこ ...

続きを見る