💡 このチュートリアルは英語版からAIによって翻訳されています。原文を確認するには、 ここをクリックしてください
この実験では、pandas ライブラリの combine() メソッドを使って 2 つの DataFrame を列方向に結合する方法を学びます。combine() メソッドを使うと、指定された関数を使って 1 つの DataFrame の列を別の DataFrame と結合できます。
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 を使って練習しましょう。
時々、Jupyter Notebook が読み込み終わるまで数秒待つ必要がある場合があります。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。
学習中に問題があった場合は、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。
まず、データ操作と分析に強力なライブラリである pandas ライブラリをインポートする必要があります。
import pandas as pd次に、combine() メソッドを示すために使用する 2 つの DataFrame を作成しましょう。
df1 = pd.DataFrame({'A': [2, 0, 5], 'B': [2, None, -0.25]})
df2 = pd.DataFrame({'A': [3, 1, None], 'B': [3, 3, -4]})DataFrame の内容を見るために、print で出力しましょう。
print("DataFrame 1:")
print(df1)
print("\nDataFrame 2:")
print(df2)出力:
DataFrame 1:
A B
0 2 2.00
1 0 NaN
2 5 -0.25
DataFrame 2:
A B
0 3.0 3
1 1.0 3
2 NaN -4combine() メソッドを使って DataFrame を結合するさて、combine() メソッドを使って 2 つの DataFrame を結合しましょう。
combined_df = df1.combine(df2, min)2 つの列の間で小さい値を選ぶために、min 関数が func パラメータとして使用されます。
結合した DataFrame を出力して結果を見ましょう。
print("\nCombined DataFrame:")
print(combined_df)出力:
Combined DataFrame:
A B
0 2.0 2.00
1 0.0 NaN
2 5.0 -4.00DataFrame を結合するために、func パラメータとしてカスタム関数を使うこともできます。各列の値を掛け合わせる multiply_columns というカスタム関数を作成しましょう。
def multiply_columns(s1, s2):
return s1 * s2
combined_df = df1.combine(df2, multiply_columns)結合した DataFrame を出力して結果を見ましょう。
print("\nCombined DataFrame:")
print(combined_df)出力:
Combined DataFrame:
A B
0 6.0 6.0
1 0.0 NaN
2 NaN 1.0この実験では、pandas の combine() メソッドを使って 2 つの DataFrame を列方向に結合する方法を学びました。組み込み関数やカスタム関数を使って列をマージする方法を見ました。combine() メソッドは、特定の条件やルールに基づいて 2 つの DataFrame の列をマージしたい場合に便利です。このメソッドは、データを結合する方法に柔軟性を提供し、必要に応じて欠損値を埋めます。
