[Python] Pandas – 行と列を取得するloc()の使い方

import pandas as pd
# サンプルデータの作成
data = {
    '名前': ['田中', '鈴木', '佐藤'],
    '年齢': [28, 34, 22],
    '職業': ['エンジニア', 'デザイナー', 'マーケティング']
}
df = pd.DataFrame(data)
# 行を取得
row = df.loc[1]  # 鈴木の行を取得
print(row)

名前         鈴木
年齢          34
職業    デザイナー
Name: 1, dtype: object

# 列を取得
column = df.loc[:, '年齢']  # 年齢列を取得
print(column)

0    28
1    34
2    22
Name: 年齢, dtype: int64

# 行と列を同時に取得
value = df.loc[1, '職業']  # 鈴木の職業を取得
print(value)

デザイナー

# スライスを使った行の取得
rows = df.loc[0:1]  # 0行目から1行目までを取得
print(rows)

名前  年齢         職業
0  田中  28      エンジニア
1  鈴木  34     デザイナー

# 特定の条件に基づく行の取得
filtered_rows = df.loc[df['年齢'] >= 30]  # 年齢が30以上の行を取得
print(filtered_rows)

名前  年齢         職業
1  鈴木  34     デザイナー

import pandas as pd
# サンプルデータの作成
data = {
    '名前': ['田中', '鈴木', '佐藤'],
    '年齢': [28, 34, 22],
    '職業': ['エンジニア', 'デザイナー', 'マーケティング']
}
df = pd.DataFrame(data)
# データの更新
df.loc[0, '年齢'] = 29  # 田中の年齢を29に更新
print(df)

名前  年齢         職業
0  田中  29      エンジニア
1  鈴木  34     デザイナー
2  佐藤  22  マーケティング

# 新しい列の追加
df.loc[:, '給与'] = [500000, 600000, 400000]  # 各社員の給与を追加
print(df)

名前  年齢         職業      給与
0  田中  29      エンジニア  500000
1  鈴木  34     デザイナー  600000
2  佐藤  22  マーケティング  400000

# 特定の条件に基づくデータの更新
df.loc[df['年齢'] >= 30, '職業'] = 'シニア'  # 年齢が30以上の職業を「シニア」に更新
print(df)

名前  年齢      職業      給与
0  田中  29   エンジニア  500000
1  鈴木  34       シニア  600000
2  佐藤  22  マーケティング  400000

# 複数の条件を使ったデータの操作
df.loc[(df['年齢'] >= 30) & (df['給与'] >= 500000), '名前'] = '更新済み'
print(df)

名前  年齢      職業      給与
0   田中  29   エンジニア  500000
1  更新済み  34       シニア  600000
2   佐藤  22  マーケティング  400000

import pandas as pd
# サンプルデータの作成
data = {
    '名前': ['田中', '鈴木', '佐藤'],
    '年齢': [28, 34, 22],
    '職業': ['エンジニア', 'デザイナー', 'マーケティング']
}
df = pd.DataFrame(data)
# 複数の列を同時に取得
selected_columns = df.loc[:, ['名前', '職業']]
print(selected_columns)

名前         職業
0  田中      エンジニア
1  鈴木     デザイナー
2  佐藤  マーケティング

# 複数の条件を使ったフィルタリング
filtered_data = df.loc[(df['年齢'] >= 30) & (df['職業'] == 'デザイナー')]
print(filtered_data)

名前  年齢      職業
1  鈴木  34     デザイナー

# 特定の値を持つ行の抽出
engineer_rows = df.loc[df['職業'] == 'エンジニア']
print(engineer_rows)

名前  年齢      職業
0  田中  28   エンジニア

# 特定の範囲のデータを取得
range_data = df.loc[(df['年齢'] >= 25) & (df['年齢'] < 30)]
print(range_data)

名前  年齢         職業
0  田中  28      エンジニア

# loc()と他のPandasメソッドの組み合わせ
average_age = df.loc[df['職業'] == 'エンジニア', '年齢'].mean()
print(f"エンジニアの平均年齢: {average_age}")

エンジニアの平均年齢: 28.0

import pandas as pd
# サンプルデータの作成
data = {
    '名前': ['田中', '鈴木', '佐藤'],
    '年齢': [28, 34, 22]
}
df = pd.DataFrame(data)
# 存在しない行を指定
try:
    row = df.loc[3]  # 存在しない行を取得
except KeyError as e:
    print(f"エラー: {e}")

エラー: '3'

# スライスの範囲外アクセス
try:
    rows = df.loc[0:5]  # 範囲外のスライスを取得
except KeyError as e:
    print(f"エラー: {e}")

エラー: '5'

# 重複したインデックスを持つデータフレーム
data = {
    '名前': ['田中', '鈴木', '田中'],
    '年齢': [28, 34, 22]
}
df = pd.DataFrame(data, index=[0, 1, 0])  # インデックスが重複
# 重複したインデックスを指定
duplicate_row = df.loc[0]  # 最初の行を取得
print(duplicate_row)

名前  年齢
0  田中  28
0  田中  22

# loc()とiloc()の混同に注意
row_loc = df.loc[0]  # ラベルを使って行を取得
row_iloc = df.iloc[0]  # 整数インデックスを使って行を取得
print("locで取得した行:")
print(row_loc)
print("\nilocで取得した行:")
print(row_iloc)

locで取得した行:
   名前  年齢
0  田中  28
ilocで取得した行:
名前    田中
年齢     28
Name: 0, dtype: object