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

89.11%

[python3.X] Pandasのデータフレームにおいて複数キーワードを使用しソートした上で1つの列に該当キーワードを追加していきたい

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 90

Chileno

score 7

前提・実現したいこと

質問の低評価をいただいて改めて質問した内容を見ると漠然としていましたので修正させていただきます。良い方法があればご共有いただけますと幸いです。

実現したいこと:
DataFrameにおいて、商品名の列があり、そのグループ分けをしたいと考えています。
そしてグループ名を新しい列に追加し、後どれくらいの商品名がグループ化されていないかを確認しながら作業がしたいです。

グループ名としてふさわしいと考えている名称はそれなりの数量の商品をカバーできるものだと考えます。
グループ名作成の一例としては商品名の列に「靴」といキーワードが入った商品名が複数種類ある場合、
それが長靴であれ、革靴であれ靴であることには変わらないため以下のように対象を絞りました。

df1 = df[df['商品名']].str.contains('靴')]
df1['グループ名'] = '靴'


最終的にconcat()を使用し全てのグループ化されたdfを繋げます。

発生している問題

・作業進捗が確認できない。
・キーワードの数だけdfを作成しないといけない。

試したこと

上記の方法を取ると以下のように複数のdfを作ることになりました。

df1 = df[df['商品名']].str.contains('靴')]
df2 = df[df['商品名']].str.contains('服')]
df3 = df[df['商品名']].str.contains('帽子')]
df4 = df[df['商品名']].str.contains('ズボン')]
##df5,6,7...と続く


これだと発生している問題として書いた二点がネックとなり非効率だと感じています。
他に良い方法があれば教えていただけると助かります。

補足情報(FW/ツールのバージョンなど)

Windows10
Python 3.7
Pandas
Jupyter notebook

  • 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

    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 1

checkベストアンサー

0

1商品1グループならばグループと言う列を作って、そこにグループを追加していけば良いと思います。

import pandas as pd

# ダミーのデータフレームを作成
df = pd.DataFrame(
    {"商品名": ["長靴", "革靴", "傘", "カッパ", "皮の帽子", "しあわせのくつ", "シルクのハット"]}
)
df["グループ名"] = ""
print(df)


# グループ辞書(これを編集)
groups = {
    "靴": ["靴", "くつ", "クツ"],
    "帽子": ["帽子", "ぼうし", "ハット"],
    "服": ["服", "ふく"],
}

# 辞書に基づいてグループ名の列を埋める
for group, words in groups.items():
    mask = False
    for word in words:
        mask |= df["商品名"].str.contains(word)
    df.loc[mask, "グループ名"] = group

print("\nグループを追加した例")
print(df)


# グループ化されていないもの
mask = df["グループ名"] == ""
print("\nグループ化されていないもの")
print(df[mask])

結果

       商品名 グループ名
0       長靴      
1       革靴      
23      カッパ      
4     皮の帽子      
5  しあわせのくつ      
6  シルクのハット      

グループを追加した例
       商品名 グループ名
0       長靴     靴
1       革靴     靴
23      カッパ      
4     皮の帽子    帽子
5  しあわせのくつ     靴
6  シルクのハット    帽子

グループ化されていないもの
   商品名 グループ名
23  カッパ 

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。

  • 2020/07/01 23:19

    なるほど!辞書を作ってfor文を回すという発想ができませんでした。こちらの方法であれば辞書を更新しながら進捗が確認できるのでとても助かります。ありがとうございます。

    キャンセル

  • 2020/07/02 16:10

    もし私と同じような質問を持っていて、私がyymmtさんからいただいた回答が使えると思った初学者の方には「何でbooleanを引数にとってlocで別の列の参照ができるのだろう」と思われた方がいらっしゃるのではないでしょうか。私がそうでした・・・。
    いいリンクがあるので貼っておきます。
    テラテイル内:https://teratail.com/questions/74040
    KSwordOfHasteさんの回答欄にリンクがあります。
    外部直リンク:https://hydrocul.github.io/wiki/numpy/ndarray-ref-boolean.html

    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 89.11%
  • 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
  • トップ
  • Pythonに関する質問
  • [python3.X] Pandasのデータフレームにおいて複数キーワードを使用しソートした上で1つの列に該当キーワードを追加していきたい