python pandas データフレームの抽出方法について
- 評価
- クリップ 0
- VIEW 1,810
かなり初歩的な質問になります。
Excelシートの内容を整形し必要な列や行だけをデータフレームとして作成しました。
列は4行(場所、名称、現象、原因)
行は3万行近くあります
以下のコードでデータフレーム'input_sheet_df' の列'場所'の行データは取得できたのですが他の列'名称','現象','原因'も合わせたデータフレーム内の全テータを取得して一つのリストにしたい場合はどのようにすればよいでしょうか?
for wordlist in input_sheet_df[['場所','名称','現象','原因']]:
というように書き換えてみたのですが行データが取れておらず悩んでいます。
初歩的な内容ですがアドバイスお願い致します。
import pandas as pd
from janome.tokenizer import Tokenizer
from collections import Counter
from gensim.models import word2vec
import logging
#ファイル指定
input_file_name = (r'C:\Users\Desktop\Book.xlsm')
#ファイル読み込み
input_book = pd.ExcelFile(input_file_name)
#シート名取得(sheet_namesメソッドでExcelブック内の各シートの名前をリスト型で取得)
input_sheet_name = input_book.sheet_names
#シート総数取得
num_sheet = len(input_sheet_name)
#シート総数表示
print('シートの数:', num_sheet)
#シート名表示
print('シートの名前:',input_sheet_name)
#type確認
print('type :',type(input_book))
input_sheet_df = input_book.parse(input_sheet_name[1],
skiprows = 5,
skip_footer = 1,
usecols = 'Z,AD:AF',
names = range(0,4))
#列名変更
input_sheet_df = input_sheet_df.rename(columns={0:'場所',1:'名称',2:'現象',3:'原因'})
print('type :',type(input_sheet_df))
ret = []
# Tokenizerのインスタンス生成
t = Tokenizer()
#↓↓↓↓データフレームの全データを一つのリストにしたい
for wordlist in input_sheet_df['場所']:
#print(wordlist)
tokens = t.tokenize(str(wordlist))
for token in tokens:
#print(token)
if token.part_of_speech.split(',')[0] in ['名詞']:
ret.append(token.base_form)
-
気になる質問をクリップする
クリップした質問は、後からいつでもマイページで確認できます。
またクリップした質問に回答があった際、通知やメールを受け取ることができます。
クリップを取り消します
-
良い質問の評価を上げる
以下のような質問は評価を上げましょう
- 質問内容が明確
- 自分も答えを知りたい
- 質問者以外のユーザにも役立つ
評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。
質問の評価を上げたことを取り消します
-
評価を下げられる数の上限に達しました
評価を下げることができません
- 1日5回まで評価を下げられます
- 1日に1ユーザに対して2回まで評価を下げられます
質問の評価を下げる
teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。
- プログラミングに関係のない質問
- やってほしいことだけを記載した丸投げの質問
- 問題・課題が含まれていない質問
- 意図的に内容が抹消された質問
- 過去に投稿した質問と同じ内容の質問
- 広告と受け取られるような投稿
評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。
質問の評価を下げたことを取り消します
この機能は開放されていません
評価を下げる条件を満たしてません
質問の評価を下げる機能の利用条件
この機能を利用するためには、以下の事項を行う必要があります。
- 質問回答など一定の行動
-
メールアドレスの認証
メールアドレスの認証
-
質問評価に関するヘルプページの閲覧
質問評価に関するヘルプページの閲覧
checkベストアンサー
+2
DataFrame→array→listというステップを踏むことになりますが、以下で実現可能です。
input_sheet_df.as_matrix().tolist()
これならfor文による繰り返しが不要なので簡単と思います
投稿
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
0
df.iterrows()
がしたいということですか?
投稿
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
15分調べてもわからないことは、teratailで質問しよう!
- ただいまの回答率 88.32%
- 質問をまとめることで、思考を整理して素早く解決
- テンプレート機能で、簡単に質問をまとめられる
2018/05/21 13:20
input_sheet_df.as_matrix().tolist()
上記のように連続してメソッドが書けるのですね。
以下のコードですべてリストにすることが出来ました。
ありがとうございます。
input_sheet_df = input_sheet_df.as_matrix().tolist()
tokens = t.tokenize(str(input_sheet_df))
for token in tokens:
if token.part_of_speech.split(',')[0] in ['名詞']:
ret.append(token.base_form)