はじめに
この実験では、Pandas DataFrame の ge() メソッドを使って要素ごとの比較を行う方法を学びます。ge() メソッドは、各要素が別の DataFrame またはスカラー値の対応する要素より大きいか等しいかを示すブール値の DataFrame を返します。
VM のヒント
VM の起動が完了したら、左上隅をクリックして ノートブック タブに切り替えて、Jupyter Notebook を使って練習します。
時々、Jupyter Notebook が読み込み終わるまで数秒待つ必要があります。Jupyter Notebook の制限により、操作の検証は自動化できません。
学習中に問題に遭遇した場合は、Labby にお問い合わせください。セッション後にフィードバックを提供してください。すぐに問題を解決いたします。
必要なライブラリをインポートする
まずは、必要なライブラリをインポートする必要があります。Pandas と NumPy です。
import pandas as pd
import numpy as np
DataFrame を作成する
次に、操作対象の DataFrame を作成しましょう。
df = pd.DataFrame({'A': [200, 500], 'B': [60, 250], 'C': [150, 1]})
print("The DataFrame is:")
print(df)
これにより、'A'、'B'、'C' の 3 つの列からなる DataFrame が作成されます。データは 2 行含まれています。
スカラー値を使った比較を行う
次に、スカラー値を使って比較を行いましょう。DataFrame の各要素が 200 以上であるかどうかを確認するために、ge() メソッドを使います。
result = df.ge(200)
print("After applying ge function:")
print(result)
ge() メソッドは、スカラー値 200 を使って DataFrame df に適用されます。結果の DataFrame result には、df の各要素が 200 以上であるかどうかを示すブール値が含まれます。
Series を使った比較を行う
次に、Series を使って比較を行いましょう。150、200、150 の 3 つの値を持つ Series を作成します。そして、この Series と DataFrame df を ge() メソッドを使って比較します。
series = pd.Series([150, 200, 150])
result = df.ge(series, axis=0)
print("After applying ge function:")
print(result)
ge() メソッドは、Series series を使って DataFrame df に適用されます。axis パラメータは 0 に設定されており、df の行と series の要素を比較することを示しています。結果の DataFrame result には、df の各要素が series の対応する要素より大きいか等しいかを示すブール値が含まれます。
別の DataFrame を使った比較を行う
最後に、別の DataFrame を使って比較を行いましょう。もう 1 つの DataFrame df2 を作成し、ge() メソッドを使って元の DataFrame df と比較します。
df2 = pd.DataFrame({'A': [200, 550], 'B': [65, 251], 'C': [100, 10]})
result = df.ge(df2)
print("After applying ge function:")
print(result)
ge() メソッドは、DataFrame df に DataFrame df2 を使って適用されます。結果の DataFrame result には、df の各要素が df2 の対応する要素より大きいか等しいかを示すブール値が含まれます。
まとめ
この実験では、Pandas DataFrame の ge() メソッドを使って要素ごとの比較を行う方法を学びました。DataFrame をスカラー値、Series、そして別の DataFrame と比較する方法を見ました。ge() メソッドを適用することで、比較結果を示すブール値の DataFrame を取得しました。この方法は、特定の条件に基づいてデータをフィルタリングするなど、さまざまなデータ分析タスクに役立ちます。
