Pythonのライブラリpandasについて

Question

以下のWebサイトでPandasを学んでおりましたが、１点すごくどうでも良いところで疑問が、、、。

https://www.codexa.net/kaggle-titanic-beginner/

以下のコードについて、引数のmy_predictionとPassengerIDの順で入れているのに
実際の中身は逆なのです。
これはそういう仕様なのでしょうか？
pd.DataFrame([numpyのarray],[numpyのarray],[カラム名の指定])
にすると、引数の前後が逆になる仕様はおかしい気が、、、。

もやもやするので、ご教示いただけますと幸いです。。。

# my_prediction(予測データ）とPassengerIdをデータフレームへ落とし込む
my_solution = pd.DataFrame(my_prediction, PassengerId, columns = ["Survived"])

以下、my_solutionの中身

 　Survived

892 0
893 0
894 1
895 1
896 1
... ...
1305 0
1306 1
1307 0
1308 0
1309 0

Comments

[Daregada]

PassengerIDをindexに指定していませんか?

[TestUser2009]

早速ご回答いただき、ありがとうございます。

my_solution = pd.DataFrame(my_prediction,index=passengerId,columns=['Survived'])
としているのであれば、passengerIdがindexになっても疑問はないのですが
実際のところdataframeの引数に二つのarrayを入れている段階ではindexを指定していないので、、、
どこか指定している箇所があるでしょうか。以上のwebサイトどおりにコーディングしているのですが、、、

Answer 1

ドキュメントには下記説明があります。

pandas.DataFrame

class pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

my_solution = pd.DataFrame(my_prediction, PassengerId, columns = ["Survived"])は
・my_prediction　→　data
・PassengerId　→　index
と解釈されて第二引数がDataFrameのindexに設定されているのだと思います。

Comments

[TestUser2009]

ご回答いただき、ありがとうございます！
引数が順番に処理されているということですね。
であればcolumns = ['Survive']も省略して['Survived']もできるのかと思い試してみたらできました。
とてもよく理解できました。

[TestUser2009]

お三方の回答を足してよく理解することができました。
ベストアンサーはとても迷いましたが、一番最初にご回答いただいた方に決定させていただきました。
ありがとうございます！

Answer 2

pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

pandas.DataFrame — pandas 1.1.5 documentation

ですから、「index=」を書かなくでも、2番目の引数に指定したPassengerIdがindexに使われます。print(my_solution.index)とでもしてindexを表示してみればわかります。

Comments

[TestUser2009]

ご回答いただき、ありがとうございます！
私も全く同じドキュメントを見ていましたが、見方が間違っていたようです。
上記の引数は順番に適応されるのですね。
よく理解できました。

Answer 3

以下、仮説を述べるので無視して頂いても構いません。

df = pd.DataFrame(a, columns=['a'])
df.head()

上記の式の場合は、aというデータをpandasの形式に変換することを意味します。この時、columnsで指定しているのは、aのカラム名です。

df = pd.DataFrame(a, b, columns=['b'])
df.head()

上記の場合は、一番上のコードと同様ですが、bの役割は何かということです。
結果から判断すると、index値に変換されています。
下記コードで確認をお願いします。

import numpy as np

a = np.array([1, 2, 3, 4])
b = np.array([0, 1, 0, 1])

import pandas as pd

df = pd.DataFrame(a, b, columns=['a'])
print(df.index)
df.head()

最後に、TestUser2009さんが求めている結果は、下記コードで得られることが可能に感じます。

df = pd.concat([pd.DataFrame(a), pd.DataFrame(b)], axis=1)
df.columns = ['a', 'b']
df.head()

Comments

[TestUser2009]

ご回答いただき、ありがとうございます！
具体的なソースコードも記述いただき、とてもたすかります。
最後のコードは特に理解が深まりよかったです。

[TestUser2009]

お三方の回答を足してよく理解することができました。
ベストアンサーはとても迷いましたが、一番最初にご回答いただいた方に決定させていただきました。
ありがとうございます！