Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

102

3

章 

pandas

を使ったデータ操作

In[15]: pd.Series(5, index=[100, 200, 300])

Out[15]: 100 5

200 5

300 5

dtype: int64

data

に辞書を使うと、デフォルトではソートされた辞書のキーをインデクスとします。

In[16]: pd.Series({2:'a', 1:'b', 3:'c'})

Out[16]: 1 b

2 a

3 c

dtype: object

どちらの場合でも、明示的に設定したインデクスが優先されます。

In[17]: pd.Series({2:'a', 1:'b', 3:'c'}, index=[3, 2])

Out[17]: 3 c

2 a

dtype: object

この場合、

Series

オブジェクトには明示的に指定されたキーのみが設定されます。

3.2.2

 

DataFrame

オブジェクト

次の基本構造は

DataFrame

です。

Series

オブジェクトと同様に、

DataFrame

は

NumPy

配列の一般

化、または

Python

辞書の特殊化として考えることができます。それぞれの視点で

DataFrame

を見

てみましょう。

3.2.2.1

 一般化

NumPy

配列としての

DataFrame

Series

を柔軟なインデクスを持つ

1

次元配列に例えたように、

DataFrame

は、柔軟な行インデク

スと柔軟な列名の両方を持つ

2

次元配列に例えられます。

2

次元配列を、整列した

1

次元配列の順

序付き配列と考えるのと同様に、