回答編集履歴
5
d
test
CHANGED
|
@@ -202,7 +202,7 @@
|
|
|
202
202
|
|
|
203
203
|
以下の例で説明すると、
|
|
204
204
|
|
|
205
|
-
1. df["Col1"] で
|
|
205
|
+
1. df["Col1"] で Col1 列を Series オブジェクト (1次元配列) で取得する。
|
|
206
206
|
|
|
207
207
|
2. df["Col1"] == "A" で値が "A" のインデックスは True、そうでないインデックスは False のブール型の Series オブジェクトが返る。
|
|
208
208
|
|
4
っd
test
CHANGED
|
@@ -204,7 +204,7 @@
|
|
|
204
204
|
|
|
205
205
|
1. df["Col1"] で列 Col1 列を Series オブジェクト (1次元配列) で取得する。
|
|
206
206
|
|
|
207
|
-
2. df["Col1"] == "A" で値が "A" のインデックスは True、そうでない
|
|
207
|
+
2. df["Col1"] == "A" で値が "A" のインデックスは True、そうでないインデックスは False のブール型の Series オブジェクトが返る。
|
|
208
208
|
|
|
209
209
|
3. DataFrame の [] にブール型の Series オブジェクトを渡すことで、値が True のインデックスの行だけを抽出できる。
|
|
210
210
|
|
3
d
test
CHANGED
|
@@ -145,3 +145,131 @@
|
|
|
145
145
|
|
|
146
146
|
|
|
147
147
|
bean_number をコードに直接書く代わりにコマンドライン引数で渡したい場合は argparse モジュールをお使いください。
|
|
148
|
+
|
|
149
|
+
|
|
150
|
+
|
|
151
|
+
## 追記
|
|
152
|
+
|
|
153
|
+
|
|
154
|
+
|
|
155
|
+
> フォーマット済み文字列リテラル自体初めて見たので、(自分のキャパの問題で)まだ完全に理解しきれていませんが、少し自分の方で調べてみます。
|
|
156
|
+
|
|
157
|
+
|
|
158
|
+
|
|
159
|
+
Python 3.6 以降で利用できる言語機能です。
|
|
160
|
+
|
|
161
|
+
変数を文字列の中に埋め込むやり方は以下の3つがあります。(上から古い順)
|
|
162
|
+
|
|
163
|
+
f-string はわりと最近追加された機能なので、ネット上のコードは format() を使っているものが多いですが、シンプルにかけるので気に入っています。
|
|
164
|
+
|
|
165
|
+
|
|
166
|
+
|
|
167
|
+
```python
|
|
168
|
+
|
|
169
|
+
val = 123
|
|
170
|
+
|
|
171
|
+
|
|
172
|
+
|
|
173
|
+
# Python 2
|
|
174
|
+
|
|
175
|
+
s = 'val == %d' % val
|
|
176
|
+
|
|
177
|
+
print(s) # val == 123
|
|
178
|
+
|
|
179
|
+
|
|
180
|
+
|
|
181
|
+
# format() (Python 3 以降)
|
|
182
|
+
|
|
183
|
+
s = 'val == {}'.format(val)
|
|
184
|
+
|
|
185
|
+
print(s) # val == 123
|
|
186
|
+
|
|
187
|
+
|
|
188
|
+
|
|
189
|
+
# f-string (Python 3.6 以降)
|
|
190
|
+
|
|
191
|
+
s = f'val == {val}'
|
|
192
|
+
|
|
193
|
+
print(s) # val == 123
|
|
194
|
+
|
|
195
|
+
```
|
|
196
|
+
|
|
197
|
+
|
|
198
|
+
|
|
199
|
+
> Python的にはどの文法用法なのか教えて頂けませんか?
|
|
200
|
+
|
|
201
|
+
|
|
202
|
+
|
|
203
|
+
以下の例で説明すると、
|
|
204
|
+
|
|
205
|
+
1. df["Col1"] で列 Col1 列を Series オブジェクト (1次元配列) で取得する。
|
|
206
|
+
|
|
207
|
+
2. df["Col1"] == "A" で値が "A" のインデックスは True、そうでない要素は False のブール型の Series オブジェクトが返る。
|
|
208
|
+
|
|
209
|
+
3. DataFrame の [] にブール型の Series オブジェクトを渡すことで、値が True のインデックスの行だけを抽出できる。
|
|
210
|
+
|
|
211
|
+
|
|
212
|
+
|
|
213
|
+
numpy のブールインデックスと似た機能です。
|
|
214
|
+
|
|
215
|
+
|
|
216
|
+
|
|
217
|
+
[NumPy配列のブールインデックス参照](https://hydrocul.github.io/wiki/numpy/ndarray-ref-boolean.html)
|
|
218
|
+
|
|
219
|
+
|
|
220
|
+
|
|
221
|
+
実装上の話をすると、Python では自作のクラスで、`[]` や `==` などの演算子をオーバーライドできるので、このような仕組みを実現できています。
|
|
222
|
+
|
|
223
|
+
|
|
224
|
+
|
|
225
|
+
```python
|
|
226
|
+
|
|
227
|
+
import pandas as pd
|
|
228
|
+
|
|
229
|
+
|
|
230
|
+
|
|
231
|
+
df = pd.DataFrame({'Col1': ['A', 'A', 'B', 'C'],
|
|
232
|
+
|
|
233
|
+
'Col2': [31, 2, 3, 4]})
|
|
234
|
+
|
|
235
|
+
print(df)
|
|
236
|
+
|
|
237
|
+
# Col1 Col2
|
|
238
|
+
|
|
239
|
+
# 0 A 31
|
|
240
|
+
|
|
241
|
+
# 1 A 2
|
|
242
|
+
|
|
243
|
+
# 2 B 3
|
|
244
|
+
|
|
245
|
+
# 3 C 4
|
|
246
|
+
|
|
247
|
+
|
|
248
|
+
|
|
249
|
+
mask = df["Col1"] == "A"
|
|
250
|
+
|
|
251
|
+
print(mask)
|
|
252
|
+
|
|
253
|
+
# 0 True
|
|
254
|
+
|
|
255
|
+
# 1 True
|
|
256
|
+
|
|
257
|
+
# 2 False
|
|
258
|
+
|
|
259
|
+
# 3 False
|
|
260
|
+
|
|
261
|
+
# Name: Col1, dtype: bool
|
|
262
|
+
|
|
263
|
+
|
|
264
|
+
|
|
265
|
+
df2 = df[mask]
|
|
266
|
+
|
|
267
|
+
print(df2)
|
|
268
|
+
|
|
269
|
+
# Col1 Col2
|
|
270
|
+
|
|
271
|
+
# 0 A 31
|
|
272
|
+
|
|
273
|
+
# 1 A 2
|
|
274
|
+
|
|
275
|
+
```
|
2
d
test
CHANGED
|
@@ -137,3 +137,11 @@
|
|
|
137
137
|
plot(df, bean_number="B2")
|
|
138
138
|
|
|
139
139
|
```
|
|
140
|
+
|
|
141
|
+
|
|
142
|
+
|
|
143
|
+
|
|
144
|
+
|
|
145
|
+
|
|
146
|
+
|
|
147
|
+
bean_number をコードに直接書く代わりにコマンドライン引数で渡したい場合は argparse モジュールをお使いください。
|
1
d
test
CHANGED
|
@@ -72,7 +72,7 @@
|
|
|
72
72
|
|
|
73
73
|
return
|
|
74
74
|
|
|
75
|
-
bean_name = d
|
|
75
|
+
bean_name = df.iloc[0]["Sumple"]
|
|
76
76
|
|
|
77
77
|
# -------------------------------------
|
|
78
78
|
|