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

116

3

章 

pandas

を使ったデータ操作

pandas

オブジェクトになります。

In[4]: np.exp(ser)

Out[4]: 0 403.428793

1 20.085537

2 1096.633158

3 54.598150

dtype: float64

より複雑な計算でも同様です。

In[5]: np.sin(df * np.pi / 4)

Out[5]: A B C D

0 -1.000000 7.071068e-01 1.000000 -1.000000e+00

1 -0.707107 1.224647e-16 0.707107 -7.071068e-01

2 -0.707107 1.000000e+0

0 -0.707107 1.224647e-16

「2.3 NumPy 配列の計算：ユニバーサル関数」で紹介したすべての

ufunc

を同じように使用でき

ます。

3.4.2

 

ufunc

：インデクスの整列

2

つの

Series

オブジェクトまたは

DataFrame

オブジェクトに対する二項演算の場合、

pandas

は操

作を実行する過程でインデクスを整列させます。これは、不完全なデータを扱っているときに非常

に便利な機能です。これについては、いくつかの例を通して説明します。

3.4.2.1

 

Series

オブジェクトのインデクス整列

例として

2

つの異なるデータソースを結合し、米国の面積上位

3

つの州と、人口上位

3

つの州を

検索するとします。

In[6]: area = pd.Series({'Alaska': ...