DataFrameの列の抽出の際、迷ってしまいます。

DataFrameから、列を抽出する際に、以下の２つの方法があり、どちらかにするか迷ってしまいます。

どちらを、お奨めされるか、そして、その理由のついてお聞かせ頂けると参考になります。

python
1import pandas as pd
2import numpy as np
3
4df=pd.DataFrame({'name1':['a','b','c','d','e'],'name2':['one','two','three','for','five'],'data1':np.random.randn(5),'data2':np.random.randn(5)})
5
6df

python
1# 方法１:
2df1=df[['name1','data1']]
3df1
4
5# 方法2:
6df2=pd.DataFrame(df,columns=['name1','data1'])
7df2

方法1、方法２ともに、アウトプットは同じになります。

aokikenichi

2020/10/01 10:10

何を悩まれているのですか？好きな方で、統一したければご自分で決めればよいかと逆に言うともっと別のやり方もあります https://pythondatascience.plavox.info/pandas/%E8%A1%8C%E3%83%BB%E5%88%97%E3%81%AE%E6%8A%BD%E5%87%BA https://note.nkmk.me/python-pandas-index-row-column/ どうしても気になるのであれば自分だけのコーディング規約を作ればいいと思います。この処理の時はこう書く　的な

okahijiki

2020/10/01 11:27

コメント、ありがとうございます。大義名分...というと、いささか大げさですが、他の方は、どんな基準でやってらっしゃるんだろうという...参考にしたいというか...失礼しました。

bsdfan

2020/10/01 13:24 編集

参考にしたいということなので、こちらに書きます。方法2はこういう書き方ができるのを初めて知りました。 df = pd.DataFrame(list_or_ndarray, columns=['foo', 'bar']) という使い方はよくしますが、この場合はカラム名の命名なので、それとこれとで動作が直感的に一致しないので、個人的にはわかりにくいように感じました。

okahijiki

2020/10/02 01:19

bsdfanさまコメントありがとうございます〜方法２の書き方は「pythonによるデータ分析入門」（Wes Mckinney/オライリー・ジャパン）を参考にしました。著者のWes MckinneyはPandasを作った当事者となります。ですが、本質問を通じて、方法１の方がスマートであることを再認識できました。ともすると（少なくとも僕の場合）当事者による書き方にこだわりがちですが、使う側視線で柔軟に選んだ方が良いと思ったりしました〜

行動規範の内容に同意します

回答2件

私も1ですね
特に速度も変わらないとおもっているので、であればタイプの少ない方
2は書いたことないかも

というかいつもは iloc で列番号で指定してます

投稿2020/10/01 13:26

aokikenichi

総合スコア2240

okahijiki

2020/10/02 01:34

ご回答、ありがとうございますー。 locを使う場合、以下のように、スライシングを使って同様のアウトプットを得ることが出来ました。 df3=df.loc[:4,['name1','data1']] がしかし、ilocでは、以下のような記述ではエラーが出てしまいます。間違いを、どうぞ、ご指摘くださいませ。 df4=df.iloc[:4,['name1','data1']]