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!

新規登録して質問してみよう
ただいま回答率
85.50%
機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

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。

Q&A

解決済

1回答

647閲覧

pandasデータフレームで3列の情報を2列に整理したい

miraMirar

総合スコア10

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

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。

0グッド

1クリップ

投稿2020/10/07 00:11

編集2020/10/07 05:04

pythonで機械学習のためにデータの前処理をしようとしています。

以下のようなデータがあるとします。
|ブレンド|カフェラテ|カプチーノ|
|S| | |
| |M| |
| | |L|
| |S| |

サイズを数値に変換し、以下のような表になっています。ここまではExcelで作成されていて、csvで保存されています。

ブレンド カフェラテ カプチーノ

1 0 0

0 2 0

0 0 3

0 1 0

ただこれだとスパースになってしまうので、以下のようにしたいです。
ブレンド:1 カフェラテ:2 カプチーノ:3 に置換して

種類 サイズ

1 1

2 2

3 3

2 1

pandasのデータフレームでこのような処理を簡単に行う方法はありますでしょうか。

最初のデータでは3列のうち1列にしか値が入っていないので、「サイズ」の列については3つの列の合計を入れるようにしてみました。
(insertを使っているのは、3列目以降に別のカテゴリの同じようなデータがあるためです)

python3

1df.insert(3, "サイズ", 0) 2df["サイズ"] = df["ブレンド"]+df["カフェラテ"]+df["カプチーノ"] 3

「種類」の列については、新しい列を作って「ブレンド」の列が0以外なら1, 「カフェラテ」の列が0以外なら2, 「カプチーノ」の列が0以外なら3を入れたいです。

jupyter notebookでpython3.7を使っています。

よろしくお願いいたします。

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

meg_

2020/10/07 00:16

> サイズを数値に変換し、以下のような表になっています コードを載せましょう。
miraMirar

2020/10/07 00:31

ご指摘ありがとうございます。ほとんど何もできていない段階ですが、コードを載せました。
meg_

2020/10/07 02:08 編集

すみません。途中の変換はエクセルでしてたんですね。 変換前のデータの方が扱い易そうに見えますが、どうでしょうか? また、エクセルでの変換はどう処理されたのでしょうか?
toast-uz

2020/10/07 03:51

エクセルからDataFrameに読み込む部分、DataFrameを変換する部分に、問題を分けて下さい。後者を聞きたいのが主旨だと思いますので、前者まではコードを提示して読み込んだDataFrameを示してください。 また、後者の質問と考えた場合、種類としての数値が変換元に情報が無いです。ブレンド等の文字列にするのか、数値にするのか、変換前後で合わせて下さい。
miraMirar

2020/10/07 05:06

meg様 変換前のデータは手元になく、csvをもらって作業しています。紛らわしい書き方になっていたので修正しました。
miraMirar

2020/10/07 05:07

toast-uz様 ご指摘ありがとうございます。 問題を分けて整理しました。また思いつく範囲でできることを試してみました。
guest

回答1

0

ベストアンサー

行にひとつしか値がない前提です。
各行の最大値と最大値のカラム名をとってくるようにしてみました。

python

1import pandas as pd 2 3df = pd.DataFrame( 4 [[1, 0, 0], [0, 2, 0], [0, 0, 3], [0, 1, 0]], 5 columns=['ブレンド', 'カフェラテ', 'カプチーノ']) 6 7# 変換処理 8map_dict= {'ブレンド': 1, 'カフェラテ': 2, 'カプチーノ': 3} 9df.insert(3, '種類', df[['ブレンド', 'カフェラテ', 'カプチーノ']].idxmax(axis=1).replace(map_dict)) 10df.insert(4, 'サイズ', df[['ブレンド', 'カフェラテ', 'カプチーノ']].max(axis=1))

投稿2020/10/07 07:26

bsdfan

総合スコア4520

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

miraMirar

2020/10/07 08:16

できました! ありがとうございます。 最大値をとることができるんですね。勉強になりました。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.50%

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る

質問する

関連した質問