Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理

12.3

 メソッドチェーンを行うためのテクニック

413

result = (df2.assign(col1_demeaned=df2.col1 - df2.col2.mean())

.groupby('key')

.col1_demeaned.std())

右辺全体を丸括弧でくくっているのは、改行を入れやすくするためです。

メソッドチェーンを行う際に心に留めておかなければいけないのは、一時オブジェクトを参照する必

要が発生する可能性がある、という点です。先ほどの例では、

df

という一時変数に代入していなけれ

ば、

load_data

の結果を参照することができません。このような状況にも役立つように、

assign

や他の

多くの

pandas

の関数には、関数などのオブジェクト（「

callable

」

＊

1

とも呼びます）を引数として渡すこと

ができるようになっています。

実際の例で

calla

ble

を説明します。先ほどの例の一部分を用いて考えてみましょう。

df = load_data()

df2 = df[df['col2'] < 0]

このコードは次のように書き直せます。

df = (load_data()

[lambda x: x['col2'] < 0])

この書き方では、

load_data

の結果は変数に代入されていません。そのため、

[]

の内側に書かれた

関数は、メソッドチェーンを

[]

の前まで実行した結果のオブジェクトに束縛されます。

後はその後ろに残りのコード全体を、

1

つのチェーンの式としてつなげて書くだけです。