python pandas のデータフレームに対するスライシング時に使用されるカンマの意味がわかりません。

Question

前提・実現したいこと

現在 Pythonでpandasの挙動調査をしています。

サンプルプログラムに以下のような記述がありました。

import pandas as pd
d = pd.read_csv("./data.csv")
d.index.values[1::, None]

この ,None の意味するところがよくわかりません。
出力結果を比較してみると、次元が一つ増えているように見えます。

d.index.values[1::]
> array([  1,   2,   3,   4,   5,   6,   7,   8,   9,  10,  11,  12,  13,
        14,  15], dtype=int64)

d.index.values[1::, None]
> array([[  1],
       [  2],
       [  3],
       [  4],
       [  5],
       [  6],
       [  7],
       [  8],
       [  9],
       [ 10],
       [ 11],
       [ 12],
       [ 13],
       [ 14],
       [ 15]], dtype=int64)

どのような処理が加味されてこのような結果になったのか、教えていただけると嬉しいです。

よろしくお願いします。

Answer 1

d.index.valuesはnumpyのndarrayなので、この質問での動作はpandasではなくnumpyの機能です。

調査されているその通りで、ここでのNoneはndarrayの次元を増やすものです。

import numpy as np

arr = np.arange(10)
print(arr.shape)
# (10,)

print(arr[:, None].shape)
# (10, 1)

print(arr[None, :].shape)
# (1, 10)

ndarrayで新しい軸を増やす方法としてarr[:, np.newaxis]というのがあるのですが、np.newaxisというのは実際はNoneなので、直接Noneを書いても同じ動作になります。

np.newaxis Noneで検索すると、もう少し詳しい記載が見つかると思います。

Comments

[takanobu]

例まで提示していただき、ありがとうございます。
大変よくわかりました。引き続き詳しく調べていきたいと思います。