💡 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 DataFrame の mod() メソッドを使って DataFrame の要素ごとの剰余演算を行う方法を学びます。mod() メソッドは、剰余演算の結果を持つ新しい DataFrame を返します。
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 が読み込み完了す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、操作の検証は自動化できません。
学習中に問題に直面した場合は、Labby にお尋ねください。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、DataFrame を操作するために 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剰余演算を行うための DataFrame を作成しましょう。たとえば：
df = pd.DataFrame({'a': [2, 5, 6], 'b': [8, 10, 12], 'c': [14, 16, 18]})DataFrame の df には、3 つの列 'a'、'b'、'c' があり、それぞれ対応する値は [2, 5, 6]、[8, 10, 12]、[14, 16, 18] です。
DataFrame の各要素に対して定数値で剰余演算を行うには、mod() メソッドに定数値を引数として渡します。たとえば、各要素の 3 での剰余を計算するには：
df_mod = df.mod(3)結果の DataFrame の df_mod には、元の DataFrame の各要素の 3 での剰余が含まれます。
DataFrame の各要素に対して別の DataFrame で剰余演算を行うには、2 番目の DataFrame を mod() メソッドの引数として渡します。たとえば、df と同じ形状の別の DataFrame df2 を作成しましょう：
df2 = pd.DataFrame({'a': [2, 2, 2], 'b': [2, 2, 2], 'c': [2, 2, 2]})df の各要素の df2 の対応する要素での剰余を計算するには、mod() メソッドを使用します：
df_mod = df.mod(df2)結果の DataFrame の df_mod には、df の各要素の df2 の対応する要素での剰余が含まれます。
既定では、mod() メソッドは欠損値または null 値を無視します。ただし、剰余演算を行う前に欠損値を特定の値で埋めるために、fill_value パラメータを指定することができます。たとえば、欠損値を 1 で埋めるには：
df_mod = df.mod(df2, fill_value=1)結果の DataFrame の df_mod には、df と df2 の各要素の剰余が含まれ、欠損値は 1 で埋められます。
この実験では、Pandas DataFrame の mod() メソッドを使用して DataFrame の要素ごとの剰余演算を行う方法を学びました。定数値または別の DataFrame での剰余演算の方法と、欠損値の処理方法を見ました。この方法は、特定の剰余要件に基づいて DataFrame の計算を行う際に便利です。
