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

142

3

章 

pandas

を使ったデータ操作

# example DataFrame

サンプル

DataFrame

make_df('ABC', range(3))

Out[2]: A B C

0 A0 B0 C0

1 A1 B1 C1

2 A2 B2 C2

3.7.1

 再掲：

NumPy

配列の連結

Series

オブジェクトと

DataFrame

オブジェクトの連結は、

NumPy

配列の連結と非常によく似て

います。これは、「2.2 NumPy 配列の基礎」で説明した

np.concatenate

関数を使用して行います。

2

つ以上の配列を

1

つに連結できることを思い出してください。

In[4]: x = [1, 2, 3]

y = [4, 5, 6]

z = [7, 8, 9]

np.conc

atenate([x, y, z])

Out[4]: array([1, 2, 3, 4, 5, 6, 7, 8, 9])

最初の引数は、連結する配列のリストまたはタプルです。連結する軸を指定する

axis

キーワー

ドを追加することができます。

In[5]: x = [[1, 2],

[3, 4]]

np.concatenate([x, x], axis=1)

Out[5]: array([[1, 2, 1, 2],

[3, 4, 3, 4]])

3.7.2

 

pd.concat

を使った単純な連結

pandas

は、

np.concatenate

と似た構文で、いくつかの追加オプションを持つ

pd.concat()

関数を

提供しています。 ...