Pandas DataFrame

How-to グループ内で Pandas DataFrame をランク付けする この記事では、昇順および降順でデータをランク付けする方法について説明します。 また、Pandas の groupby() 関数を使用して、データのグループをランク付けする方法も学習します。 ↗ How-to Spark リストを Pandas データフレームに変換する PySpark 行リストを Pandas データフレームに変換します。 PySpark DataFrame の行オブジェクトは、単一の行として定義されます。 その結果、データフレームは Python で行オブジェクトのリストとして表すことができます。 さまざまな関数を使用して、spark リストを pandas データフレームに変換します。 ↗ How-to Python Pandas データフレームのピボットを解除する この記事では、データフレームをワイド フォーマットからロング フォーマットにアンピボットする方法について説明します。 データフレームのピボットを解除するには、melt() 関数を使用します。 ↗ How-to Python Pandas データフレームでリストの長さを決定する この記事では、Pandas データフレームのリストの長さについて説明します。 まず、データフレームを作成してから、len パラメーターを指定して map() 関数を使用します。 これにより、長さの列を持つデータフレームが表示されます。 ↗ How-to Pandas を使用してインデックスで列の名前を変更する このチュートリアルでは、Pandas を使用してインデックスによって DataFrame の列の名前を変更する方法を示します。 ↗ How-to Pandas で関数をベクトル化する このチュートリアルでは、pandas で関数をベクトル化する方法を示します。 ↗ How-to Pandas でネストされたデータフレームを作成する この記事では、Pandas のネストされたデータフレームを読み取る方法について説明します。 これは、Python で Pandas のネストされたデータフレームを読み取るときの問題を修正する方法も示します。 ↗ How-to Pandas DataFrame を Wide から Long に変更する このチュートリアルでは、ワイド データ形式とロング データ形式の違いを強調しています。 また、pd.melt()、df.unstack()、および pd.wide_to_long() を使用して、指定されたデータ フレームをワイド フォーマットからロング フォーマットに再形成する方法も示します。 ↗ How-to Pandas Build DataFrame 行ごと この記事では、Pandas で習慣的に従う列方向の規則ではなく、行方向のデータフレームを構築する方法を示します。 ↗ How-to HDF5 ファイルを Pandas DataFrame に読み込む このチュートリアルでは、Python で Pandas を使用して HDF5 ファイルを操作する方法について説明します。 ↗ リファレンス Pandas DataFrame DataFrame.groupby()関数 Pandas の groupby()関数は、いくつかの基準に基づいて、指定された Datarame をグループに分割します。 ↗ リファレンス Pandas DataFrame DataFrame.isin()関数 DataFrame isin()関数は、`DataFrame` の各要素に入力値で指定された値が含まれているかどうかをチェックします。 ↗ リファレンス Pandas DataFrame DataFrame.set_index()関数 Pandas の DataFrame.set_index メソッドは、DataFrame のインデックスとして列または配列を設定するために使用されます。 ↗ リファレンス Pandas DataFrame DataFrame.sort_values()関数 DataFrame sort_values()関数は、指定された DataFrame を昇順または降順に並べ替えます。 ↗ リファレンス Pandas DataFrame DataFrame.query()関数 DataFrame.query メソッドは、特定の条件を満たす呼び出し元の DataFrame からの行をフィルタリングします。 ↗ リファレンス Pandas DataFrame DataFrame.apply()関数 Pandas DataFrame の apply()関数は、Pandas DataFrame の行または列に沿ったすべての要素に入力関数を適用します。 ↗ リファレンス Pandas DataFrame DataFrame.fillna()関数 DataFrame fillna()関数は、DatFrame のすべての NaN 値を指定されたメソッドまたは値に置き換えます。 ↗ リファレンス Pandas DataFrame DataFrame.reindex()関数 Pandas DataFrame reindex()関数は、DataFrame の行または列のインデックスを変更します。 ↗ リファレンス Pandas DataFrame DataFrame.dropna()関数 Pandas DataFrame dropna()関数は、null /欠損値を含む行または列を削除します。 ↗ リファレンス Pandas DataFrame DataFrame.aggregate()関数 Pandas DataFrame aggregate()関数は、DataFrame の列または行を集計します。 ↗ リファレンス Pandas DataFrame DataFrame.to_excel()関数 DataFrame.to_excel()関数は、`DataFrame` を Excel ファイル、単一シートまたは複数シートにダンプします。 ↗ リファレンス Pandas DataFrame DataFrame.mean()関数 DataFrame mean()関数は、指定された軸上の DataFrame オブジェクトの値の平均を計算します。 ↗ リファレンス Pandas DataFrame DataFrame.sample()関数 Pandas DataFrame sample()関数は、DataFrame のランダムな行または列のサンプルを生成します。 ↗ リファレンス Pandas DataFrame DataFrame.median()関数 DataFrame の median()関数は、指定された軸上の DataFrame オブジェクトの値の中央値を計算します。 ↗