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!

ただいまの
回答率

90.51%

  • Python

    11675questions

    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

    894questions

    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。

データフレーム中のある列が同じ値同士括り、その中で一番小さい行以外を削除する By Python

解決済

回答 3

投稿

  • 評価
  • クリップ 1
  • VIEW 2,566

pepasuke623

score 34

前提

いつもお世話になっております。またデータフレームの操作について質問させて頂きます。

次のようなデータフレームがあるとします。
イメージ説明
データフレームの列名はそれぞれ

  • cost : ある材料を入れて機械を動かしたときのコスト
  • machine : 機械の種類
  • material_ID : 材料の種類
    を表しているとします。

実現したいこと

箇条書すると

  1. 同じ'machine'(機械の種類)で括り,
  2. その中で'cost'が一番小さいものだけを残し
  3. それ以外はすべて削除する
    ということがしたいです。

最終型としては次のようになるはずです。

   cost machine  material_ID
0   100       A            1
4   100       B            1
6   200       C            2

試したこと

最初はグループ機能(DataFrame.groupby)などを使って実現できないかを模索しましたが,うまく行かず結局Forループを駆使してみましたが,それでもうまく行きませんでした。

下にForループを使って試したコードを記載しますが,別にForループにこだわっている訳ではなく、なるべく簡単に書ければいいなと思っています。個人的にはグループを使うのが一番早いかな、と思っておりますが、妙案があれば教えていただければと思っています。

import pandas as pd

# データフレームの定義
df = pd.DataFrame(
    {'machine': ['A', 'A', 'B', 'B', 'B', 'C', 'C'],
     'cost': [100, 110, 120, 150, 100, 210, 200],
     'material_ID': [1, 2, 2, 3, 1, 1, 2]})

# Forループでひたすら削る
for i in range(len(df)):
    if i > 0 and df.ix[i,'machine'] == df.ix[i-1,'machine']:
        if df.ix[i,'cost'] > df.ix[i-1,'cost'] :
            df = df.drop(i)
        else:
            df = df.drop(i-1)

print(df)            


エラーメッセージは次のとおりです。

KeyError: 1
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイ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。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 3

checkベストアンサー

+1

groupbyを使うなら、このような書き方でできると思います。

df.loc[df.groupby('machine')['cost'].idxmin()]

machine列でグループ化したcost列を取り出し、
最小値のインデックスを取得しています。
このインデックスと元のDataFrameのインデックスを突き合わせています。

情報の絞り込みは大抵の場合、インデックスの操作でなんとかなることが多いため、
まずはインデックスの操作に慣れることをおすすめします。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/02/05 07:33

    ありがとうございます!
    こんな簡単に出来るんですね。
    勉強になりました!

    キャンセル

0

groupbyを使用して'machine'でグループ化した後に'cost'からidxminを使用して最小のインデックスを求めます。
そのインデックスを元のDataFrameから選択するとできると思います。

df.loc[df.groupby('machine')['cost'].idxmin()]
print(df)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/02/05 00:31

    すみません、回答を書いてる間にかぶってしまいました。上の方と全く同じ内容なのでこちらは無視してください。

    キャンセル

  • 2017/02/05 07:33

    回答ありがとうございます!
    下の方と同じなんで、そちらをベストアンサーとさせていただきます。

    キャンセル

0

皆様,回答ありがとうございます!
教わったとおり書いたら出来ました!

import pandas as pd

# データフレームの定義
df = pd.DataFrame(
    {'machine': ['A', 'A', 'B', 'B', 'B', 'C', 'C'],
     'cost': [100, 110, 120, 150, 100, 210, 200],
     'material_ID': [1, 2, 2, 3, 1, 1, 2]})

# 教わったところ
df = df.loc[df.groupby('machine')['cost'].idxmin()]

print(df)         

結果

   cost machine  material_ID
0   100       A            1
4   100       B            1
6   200       C            2

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

同じタグがついた質問を見る

  • Python

    11675questions

    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

    894questions

    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。