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

110

3

章 

pandas

を使ったデータ操作

5 c

dtype: object

整数インデクスにおけるこうした潜在的な混乱に対応するために、

pandas

は特定の指定方法を

明示的に示すための特別なインデクス属性をいくつか用意しています。これらはメソッドではな

く、

Series

のデータ対して特定のスライス指定を行うための属性です。

loc

属性を使用すると、明示的なインデクスを使ったインデクスおよびスライスが可能になりま

す。

In[14]: data.loc[1]

Out[14]: 'a'

In[15]: data.loc[1:3]

Out[15]: 1 a

3 b

dtype: object

iloc

属性は間接的な

Python

スタイルのインデクスを使ったインデクスとスライスを可能にしま

す。

In[16]: data.iloc[1]

Out[16]: 'b'

In[17]: d

ata.iloc[1:3]

Out[17]: 3 b

5 c

dtype: object

3

番目のインデクス属性

ix

は、これら

2

つのハイブリッドであり、

Series

オブジェクトに対して

は標準の

[]

ベースインデクスと同等に機能します。

ix

属性の目的は、

DataFrame

オブジェクトへ対

する場合に明確になります。これについては、後で説明します。

Python

コードの基本的な原則の

1

つは、「暗示するより明示する方が良い」です。

loc

と

iloc

の明

示的な使用は、きれいで読みやすいコードを維持するのに非常に役立ちます。特に整数インデクス

の場合は、これらの両方を使用してコードを読みやすく理解しやすくし、インデクスとスライスの ...