はじめに
この実験では、Pandas DataFrame の min() メソッドについて学びます。このメソッドは、指定された軸に沿って DataFrame 内の最小値を見つけるのに役立ちます。このメソッドを効果的に使用する方法を理解するために、さまざまな例を検討します。
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、Jupyter Notebook を使用して練習します。
場合によっては、Jupyter Notebook が読み込み完了するまで数秒待つ必要があります。Jupyter Notebook の制限により、操作の検証を自動化することはできません。
学習中に問題が発生した場合は、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。そうすれば、迅速に問題を解決します。
DataFrame を作成する
Pandas ライブラリを使用して DataFrame を作成してみましょう。DataFrame オブジェクトを作成するには pd.DataFrame() 関数を使用します。以下は例です。
import pandas as pd
data = {'A': [10, 20, 30],
'B': [40, 50, 60],
'C': [70, 80, 90]}
df = pd.DataFrame(data)
print(df)
これで、このコードを実行して DataFrame を作成し表示しましょう。
最小値を見つける
DataFrame ができたので、最小値を見つけるために min() メソッドを使用しましょう。axis を 0 または 1 と指定できます。axis=0 の場合、このメソッドは各列の最小値を見つけます。axis=1 の場合、このメソッドは各行の最小値を見つけます。
## 各列の最小値を見つける
min_values_column = df.min(axis=0)
print("各列の最小値：")
print(min_values_column)
## 各行の最小値を見つける
min_values_row = df.min(axis=1)
print("\n各行の最小値：")
print(min_values_row)
このコードを実行して最小値を見つけ、結果を表示しましょう。
欠損値の処理
min() メソッドは、欠損値を処理するオプションも提供しています。既定では、最小値を計算する際に欠損値を除外します。ただし、skipna パラメータを False に設定することで、欠損値を含めることができます。
## 欠損値を含む DataFrame を作成する
data = {'A': [10, None, 30],
'B': [40, 50, None],
'C': [70, 80, 90]}
df = pd.DataFrame(data)
print(df)
## 欠損値を含めた最小値を見つける
min_values = df.min(axis=0, skipna=False)
print("\n欠損値を含めた最小値：")
print(min_values)
このコードを実行して、欠損値を含む DataFrame を作成し、最小値を見つけましょう。
まとめ
この実験では、Pandas DataFrame の min() メソッドの使い方を学びました。適切な軸を指定することで、各列または各行の最小値を見つけることができます。また、最小値を見つける際の欠損値の処理方法も学びました。このメソッドは、データの最小値を分析し理解する際に役立ちます。