May 2018
Intermediate to advanced
556 pages
13h 21m
Japanese
book
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
by Jake VanderPlas, 菊池 彰
Content preview from 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
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
Start your free trial
3.6
階層型インデクス
127
e 3.0
dtype: float64
NA
の要素に対して、
1
つ前の値を埋めます（
forward fill
）。
In[25]: # forward-fill
data.fillna(method='ffill')
Out[25]: a 1.0
b 1.0
c 2.0
d 2.0
e 3.0
dtype: float64
または、
NA
値の要素に対して
1
つ後ろの値を埋めます（
back fill
）。
In[26]: # back-fill
data.fillna(method='bfill')
Out[26]: a 1.0
b 2.0
c 2.0
d 3.0
e 3.0
dtype: float64
DataFrame
の場合も考え方は同じです。さらに値を埋める方向の軸を指定することができます。
In[27]: df
Out[27]: 0 1 2 3
0 1.0 NaN 2 NaN
1 2.0 3.0 5 NaN
2 NaN 4.0 6 NaN
In[28]: df.fillna(method='ffill', axis=1)
Out[28]: 0 1 2 3
0 1.0 1.0 2.0 2.0
1 2.0 3.0 5.0 5.0
2 NaN 4.0 6.0 6.0
forward fill
を行う際に前の値が利用できない場合、
NA
値が残る点に注意が必要です。
3.6
階層型インデクス
ここまで、
pandas
の
Series
と
DataFrame
オブジェクトに保存されている
1
次元