Q&A
> 何よりdf_5~13まで、数字を消して打ち直すのが面倒
エディタの機能を使えば簡単に置換出来ますよ。ツールは何をお使いでしょう？
10個のデータフレームから特定の値のデータを数え上げ、新しいデータフレームを作りたいと考えています。(pandas)
その時に、まず、リスト化してから最終的にデータフレームを作成する流れで進めているのですが、そのリストが煩雑すぎるので、より簡単に作れる方法を教えていただきたいです。
python
1list = [[((df_4['転入時年齢'] >= 0)&(df_4['転入時年齢'] <= 4)).sum(), 2 ((df_4['転入時年齢'] >= 5)&(df_4['転入時年齢'] <= 9)).sum(), 3 ((df_4['転入時年齢'] >= 10)&(df_4['転入時年齢'] <= 14)).sum(), 4 ((df_4['転入時年齢'] >= 15)&(df_4['転入時年齢'] <= 19)).sum(), 5 ((df_4['転入時年齢'] >= 20)&(df_4['転入時年齢'] <= 24)).sum(), 6 ((df_4['転入時年齢'] >= 25)&(df_4['転入時年齢'] <= 29)).sum(), 7 ((df_4['転入時年齢'] >= 30)&(df_4['転入時年齢'] <= 34)).sum(), 8 ((df_4['転入時年齢'] >= 35)&(df_4['転入時年齢'] <= 39)).sum(), 9 ((df_4['転入時年齢'] >= 40)&(df_4['転入時年齢'] <= 49)).sum(), 10 ((df_4['転入時年齢'] >= 50)&(df_4['転入時年齢'] <= 54)).sum(), 11 ((df_4['転入時年齢'] >= 55)&(df_4['転入時年齢'] <= 59)).sum(), 12 ((df_4['転入時年齢'] >= 60)&(df_4['転入時年齢'] <= 64)).sum(), 13 ((df_4['転入時年齢'] >= 65)&(df_4['転入時年齢'] <= 69)).sum(), 14 ((df_4['転入時年齢'] >= 70)&(df_4['転入時年齢'] <= 74)).sum(), 15 ((df_4['転入時年齢'] >= 75)&(df_4['転入時年齢'] <= 79)).sum(), 16 ((df_4['転入時年齢'] >= 80)&(df_4['転入時年齢'] <= 84)).sum(), 17 ((df_4['転入時年齢'] >= 85)&(df_4['転入時年齢'] <= 89)).sum(), 18 ((df_4['転入時年齢'] >= 90)&(df_4['転入時年齢'] <= 94)).sum(), 19 ((df_4['転入時年齢'] >= 95)&(df_4['転入時年齢'] <= 99)).sum(), 20 ((df_4['転入時年齢'] >= 100)).sum()],
このコードをdf_13まで打てば無事にリストは作れるのですが、コードが長すぎるし、何よりdf_5~13まで、数字を消して打ち直すのが面倒なので、
できればもっと簡単にリストを作れる方法を教えていただきたいです。
なお、完全初心者なので、いろいろ調べてみたのですがよくわかりませんでした。
pyton
1i = [4,5,6,7,8,9,10,11,12,13] 2for i in list : 3 list = [[((df_i['転入時年齢'] >= 0)&(df_x['転入時年齢'] <= 4)).sum(), 4 ((df_i['転入時年齢'] >= 5)&(df_i['転入時年齢'] <= 9)).sum(), 5 ((df_i['転入時年齢'] >= 10)&(df_i['転入時年齢'] <= 14)).sum(), 6 ((df_i['転入時年齢'] >= 15)&(df_i['転入時年齢'] <= 19)).sum(), 7 ((df_i['転入時年齢'] >= 20)&(df_i['転入時年齢'] <= 24)).sum(), 8 ((df_i['転入時年齢'] >= 25)&(df_i['転入時年齢'] <= 29)).sum(), 9 ((df_i['転入時年齢'] >= 30)&(df_i['転入時年齢'] <= 34)).sum(), 10 ((df_i['転入時年齢'] >= 35)&(df_i['転入時年齢'] <= 39)).sum(), 11 ((df_i['転入時年齢'] >= 40)&(df_i['転入時年齢'] <= 49)).sum(), 12 ((df_i['転入時年齢'] >= 50)&(df_i['転入時年齢'] <= 54)).sum(), 13 ((df_i['転入時年齢'] >= 55)&(df_i['転入時年齢'] <= 59)).sum(), 14 ((df_i['転入時年齢'] >= 60)&(df_i['転入時年齢'] <= 64)).sum(), 15 ((df_i['転入時年齢'] >= 65)&(df_i['転入時年齢'] <= 69)).sum(), 16 ((df_i['転入時年齢'] >= 70)&(df_i['転入時年齢'] <= 74)).sum(), 17 ((df_i['転入時年齢'] >= 75)&(df_i['転入時年齢'] <= 79)).sum(), 18 ((df_i['転入時年齢'] >= 80)&(df_i['転入時年齢'] <= 84)).sum(), 19 ((df_i['転入時年齢'] >= 85)&(df_i['転入時年齢'] <= 89)).sum(), 20 ((df_i['転入時年齢'] >= 90)&(df_i['転入時年齢'] <= 94)).sum(), 21 ((df_i['転入時年齢'] >= 95)&(df_i['転入時年齢'] <= 99)).sum(), 22 ((df_i['転入時年齢'] >= 100)).sum()]] 23print(list)
for文で繰り返しでできるか試しましたが
NameError: name 'df_i' is not defined
df_iは定義されていないと出てしまいました。
どなたかよろしくお願いいたします。
回答1件
0
ベストアンサー
とりあえずの回答です。
リストを作るだけなら、以下の様な感じです。(未確認ですがだいたいこんなものです)
python
1df_list = [df_4,df_5,df_6,df_7,df_8,df_9,df_10,df_11,df_12,df_13] 2 3result_list = [[((df['転入時年齢'] >= 0)&(df_x['転入時年齢'] <= 4)).sum(), 4 ((df['転入時年齢'] >= 5)&(df['転入時年齢'] <= 9)).sum(), 5 ((df['転入時年齢'] >= 10)&(df['転入時年齢'] <= 14)).sum(), 6 ((df['転入時年齢'] >= 15)&(df['転入時年齢'] <= 19)).sum(), 7 ((df['転入時年齢'] >= 20)&(df['転入時年齢'] <= 24)).sum(), 8 ((df['転入時年齢'] >= 25)&(df['転入時年齢'] <= 29)).sum(), 9 ((df['転入時年齢'] >= 30)&(df['転入時年齢'] <= 34)).sum(), 10 ((df['転入時年齢'] >= 35)&(df['転入時年齢'] <= 39)).sum(), 11 ((df['転入時年齢'] >= 40)&(df['転入時年齢'] <= 49)).sum(), 12 ((df['転入時年齢'] >= 50)&(df['転入時年齢'] <= 54)).sum(), 13 ((df['転入時年齢'] >= 55)&(df['転入時年齢'] <= 59)).sum(), 14 ((df['転入時年齢'] >= 60)&(df['転入時年齢'] <= 64)).sum(), 15 ((df['転入時年齢'] >= 65)&(df['転入時年齢'] <= 69)).sum(), 16 ((df['転入時年齢'] >= 70)&(df['転入時年齢'] <= 74)).sum(), 17 ((df['転入時年齢'] >= 75)&(df['転入時年齢'] <= 79)).sum(), 18 ((df['転入時年齢'] >= 80)&(df['転入時年齢'] <= 84)).sum(), 19 ((df['転入時年齢'] >= 85)&(df['転入時年齢'] <= 89)).sum(), 20 ((df['転入時年齢'] >= 90)&(df['転入時年齢'] <= 94)).sum(), 21 ((df['転入時年齢'] >= 95)&(df['転入時年齢'] <= 99)).sum(), 22 ((df['転入時年齢'] >= 100)).sum()] for df in df_list]
直接データフレームを作るのは、処理はたいしたことはないのですが、テストデータ作成に時間がかかるのでちょっと待ってください。
こんな感じです。ちょっと勉強が必要ですが、読み解いてください。
python
1>>> import pandas as pd 2>>> df_list = [df_4,df_5,df_6,df_7,df_8,df_9,df_10,df_11,df_12,df_13] 3>>> dummy_df = pd.DataFrame({'転入時年齢範囲':list(range(0,101,5)), 'count': [0]*21}) 4>>> 5>>> result_list = [] 6>>> for i, df in enumerate(df_list): 7... temp_df1 = pd.DataFrame({'転入時年齢範囲':df['転入時年齢'].apply(lambda age: (age//5)*5 if age<100 else 100), 'count':[1]*len(df)}) 8... temp_df2 = pd.concat([temp_df1, dummy_df]).groupby('転入時年齢範囲').sum() 9... temp_df2.columns = [f'df_{i+4}'] 10... result_list.append(temp_df2) 11... 12>>> result_df = pd.concat(result_list, axis=1) 13>>> result_df.index = [f'{i}歳～{i+4}歳' for i in range(0,100,5)] + ['100歳以上'] 14>>> 15>>> print(result_df) 16 df_4 df_5 df_6 df_7 df_8 df_9 df_10 df_11 df_12 df_13 170歳～4歳 0 0 1 2 1 3 2 2 3 1 185歳～9歳 3 3 7 3 2 2 2 6 0 3 1910歳～14歳 1 2 1 0 4 5 4 3 3 5 2015歳～19歳 2 2 3 1 0 1 4 5 2 6 2120歳～24歳 0 0 2 2 3 0 3 2 2 3 2225歳～29歳 1 1 3 2 3 1 1 3 2 6 2330歳～34歳 2 4 0 7 1 2 3 4 0 5 2435歳～39歳 1 1 0 0 5 2 2 3 1 2 2540歳～44歳 1 2 1 4 2 3 6 3 3 2 2645歳～49歳 1 2 3 1 0 1 4 9 3 0 2750歳～54歳 1 1 3 4 5 2 4 0 1 4 2855歳～59歳 0 2 1 1 6 2 7 3 0 3 2960歳～64歳 2 0 2 3 7 1 2 3 1 2 3065歳～69歳 2 1 2 2 1 0 2 5 2 4 3170歳～74歳 0 0 0 1 2 1 3 0 0 7 3275歳～79歳 1 3 4 1 1 1 2 3 2 2 3380歳～84歳 1 5 3 2 1 2 0 2 6 3 3485歳～89歳 4 2 4 1 0 1 1 1 3 3 3590歳～94歳 0 0 1 2 3 3 5 5 0 2 3695歳～99歳 1 1 4 2 0 0 2 5 1 4 37100歳以上 6 5 3 5 7 4 11 5 2 8
投稿2021/04/27 04:43
編集2021/04/27 05:57
総合スコア24666
中身もこうすればもっとすっきりしますかね？
[((df['転入時年齢'] >= x )&(df['転入時年齢'] <= x+4)).sum() for x in range(0, 100, 5)] + [((df['転入時年齢'] >= 100)).sum()]
★★ 95だと95が入らなくなってしまう。 いっそ100にしようかということで修正
それもできれば聞きたいと思っていました！！！
試してみます。ありがとうございます。
ちょっと直しました。
あなたの回答
tips
プレビュー
