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

118

3

章 

pandas

を使ったデータ操作

Out[13]: A B C

0 1.0 15.0 NaN

1 13.0 6.0 NaN

2 NaN NaN NaN

それぞれのオブジェクト内の順序に関係なく、インデクスは正しく整列され、結果がソートされ

ることに注意してください。

Series

の場合と同様に演算メソッドを使用して、欠損値として要素

に埋める任意の値を指定できます。ここでは、（

A

の行を

stack()

で積み重ねて計算する）

A

のすべ

ての値平均を指定します。

In[14]: fill = A.stack().mean()

A.add(B, fill_value=fill)

Out[14]: A B C

0 1.0 15.0 13.5

1 13.0 6.0 4.

5

2 6.5 13.5 10.5

表3-1に、

Python

演算子と等価な

pandas

オブジェクトメソッドを示します。

表3-1　Python演算子と対応する pandasメソッド

Python演算子 pandasメソッド

+ add()

- sub()

,

subtract()

* mul()

,

multiply()

/ truediv()

,

div()

,

divide()

// floordiv()

% mod()

** pow()

3.4.3

 

ufunc: DataFrame

と

Series

との演算

DataFrame

と

Series

間で操作を実行する場合、インデクスと列の配置も同様に維持されます。

DataFrame

と

Series

間の操作は、

2

次元と