Skip to Content
Pythonによるデータ分析入門 第3版 ―pandas、NumPy、Jupyterを使ったデータ処理
book

Pythonによるデータ分析入門 第3版 ―pandas、NumPy、Jupyterを使ったデータ処理

by Wes McKinney, 瀬戸山 雅人, 小林 儀匡
August 2023
Intermediate to advanced content levelIntermediate to advanced
612 pages
9h 33m
Japanese
O'Reilly Japan, Inc.
Content preview from Pythonによるデータ分析入門 第3版 ―pandas、NumPy、Jupyterを使ったデータ処理

8章データラングリング:連結、結合、変形

 多くの場合、データは複数のファイルやデータベースに分かれて保存されていたり、分析に適さない形式になっていたりします。この章では、データの結合や連結、変形などといった操作に役立つツールに焦点を当てます。

 はじめに、pandasの階層型インデックスという概念を紹介します。これは、先に述べたデータ操作のいくつかで広く使われる概念です。階層型インデックスの後は、データの結合や変形に関するデータ操作を掘り下げていきます。この章で紹介するツールを用いた応用例は、13章 データ分析の実例で紹介します。

8.1 階層型インデックス

 階層型インデックスとは、複数(2つ以上)のインデックスの階層を軸に持たせることができる機能で、pandasの重要な機能の1つです。見方を変えると、階層型インデックスは、高次元のデータをより低次元の形で扱う方法を提供します。簡単な例を見ていきましょう。まずは、リスト(または配列)のリストをインデックスとして指定してシリーズを作ります。

In [11]: data = pd.Series(np.random.uniform(size=9),
   ....:                  index=[["a", "a", "a", "b", "b", "c", "c", "d", "d"],
   ....:                         [1, 2, 3, 1, 3, 1, 2, 2, 3]])

In [12]: data
Out[12]:
a  1    0.929616
   2    0.316376
   3    0.183919
b  1    0.204560
   3    0.567725
c  1    0.595545
   2    0.964515
d  2    0.653177
   3    0.748907
dtype: float64
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,
and much more.
Start your free trial

You might also like

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

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

Wes McKinney, 瀬戸山 雅人, 小林 儀匡, 滝口 開資
行動を変えるデザイン ―心理学と行動経済学をプロダクトデザインに活用する

行動を変えるデザイン ―心理学と行動経済学をプロダクトデザインに活用する

Stephen Wendel, 武山 政直, 相島 雅樹, 反中 望, 松村 草也

Publisher Resources

ISBN: 9784814400195Other