質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.34%

  • Python 3.x

    7372questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • pandas

    670questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

データフレームを順々に処理する際の変数の取り扱いについて

解決済

回答 3

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 226

MagMag

score 10

エクセルファイルに入っている数量データを機械学習で予測するために、データの前処理を行っています。
その際、以下のように、Excelファイルからインポートしたデータを順に処理しています。

import pandas

input_sheet_df_1 = pandas.ExcelFile(...) # エクセルファイルの読み込み
input_sheet_df_2 = # input_sheet_df_1に対して、解析に使う変数の抽出
input_sheet_df_3 = # input_sheet_df_2に対して、変数名の変更
input_sheet_df_4 = # input_sheet_df_3に対して、変数内の演算

ただ、このようにデータを順番に処理すると、変数名がどんどん増えていき、
途中処理を追加した時に番号管理ができなくなってしまいます(変数名称を10、20とすればできなくはないですが、、、)。

また、各データの値も保持したいので、すべてをinput_sheet_dfに上書きすることもできません。
このような場合、どう変数を取り扱っていったらいいでしょうか?
(可能なら、一部の途中処理をスキップできるとさらにうれしいです。)

  • 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
    • 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

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    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。

回答 3

checkベストアンサー

0

たいしたことではないかもしれませんが、pandas.read_excel()を使えば、parseする必要がないので楽できます。
DataFrameはデータに特化したpandasのオブジェクトなので、使い倒す努力をしたほうが、番号管理という面倒から解放されます。例えば、変数名の変更はDataFrameの列名の変更をするメソッドなどを使えば、新しいものは必要ありません。元に戻す必要があるのであれば、あらかじめ、列名をDataFrameから取り出しておけば済むことです。演算結果も、新たに列名を指定して元のDataFrameに格納しておけば、問題ないでしょう。むしろ、一元的にデータを管理できるので整合性が取りやすくなると思います

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。

  • 2018/06/09 08:56

    おっしゃるとおり、必要に応じて変数名をコピーした方がよさそうですね。ありがとうございました!

    キャンセル

0

回答というよりコメントなんですが・・・

とりあえず、番号管理はやめませんか。可読性のある変数名にしないと、あとで質問者様ご自身が「わけわかめ」になるなるだけです。

あと、pandas.ExcelFile(...)sheetでもDataFrameではないはずなので、適切な変数名にしてくださいな。input_bookとかで良いのでは。

で、そうなるとinput_sheet_df_2 = 以降のコメントが何も信じられなくなるので、私にはこれ以上の回答は無理です(一体なにやってるんだろう、想像もつかないな、って感じます。「解析に使う変数の抽出」以前に、まずはparseを呼んで各シートを処理しているはずなんですがねぇ)。

一応他に思いつく助言を書いておくと、計算の中間過程とかはさすがに残さなくても良いのでは。必要なものだけ残せば良いです。その上で、最終的には1つのDataFrameにまとめ上げて解析処理に投げつけてあげれば、良いと思います。

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。

  • 2018/06/08 13:06

    DataFrameでないのに、そう記載している点は誤りです。失礼しました。実際のスクリプトではparseで処理をしています。

    おっしゃる通り、番号を除いて上書きするのが正解そうですね。

    キャンセル

0

excelのデータをDataFrameとして受け取り、別変数に入れ直したりせずに直接参照する方法を習得するといいと思います。

参考として例えば:
https://datumstudio.jp/blog/1722

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。

  • 2018/06/09 08:56

    参考にさせていただきました!

    キャンセル

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 90.34%
  • 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

同じタグがついた質問を見る

  • Python 3.x

    7372questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • pandas

    670questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。