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

414

12

章 

pandas

：応用編

シリーズやデータフレームのオブジェクトを引数に取り、処理後にシリーズやデータフレームのオブ

ジェクトを戻す関数を使うときは、次のような

pipe

メソッドの呼び出しを用いた書き方に書き換えるこ

とが可能です。

result = (df.pipe(f, arg1=v1)

.pipe(g, v2, arg3=v3)

.pipe(h, arg4=v4))

f(df)

という文と

df.pipe(f)

という文では、処理内容に違いはありません。しかし、

pipe

を用いた表

現の方が、メソッドチェーン形式での呼び出しを簡単に行えます。

pipe

を使うと便利になる可能性があるのは、いくつかの連続した演算を再利用可能な関数として一

般化し、

pipe

と一緒に使うようなパターンです。例として、次のような、一部の行をグループ化して平

均値を取り、ある列から引く計算を考えてみましょう。

g = df.groupby(['key1', 'key2'])

df['col1'] = df['col1'] - g.transform('mean')

このとき、複数の列から平均値を引いたり、グループ化するキーを簡単に変更したりしたいとします。

さらに、この変換をメソッドチェーンで行いたいとします。その場合、処理を一般化した関数の実装例

はこんな感じになります。

def group_demean(df, by, cols):

result = df.copy()

g = df.groupby(by)

for c in ...