「これらの3つのあまり知られていないPandasの関数を試してみてください」

3つのあまり知られていないPandasの関数を試してみてください

Pandasを使用してデータ処理スキルを向上させる

写真:Balázs Kétyi氏によるUnsplash

経験豊富なデータサイエンティストや機械学習エンジニアに尋ねると、彼らの仕事で最も時間がかかるのは何でしょうか?多くの人が答えるでしょう:データの前処理 — データを整理し、順次データ分析のために準備するステップです。その理由はシンプルです — ゴミを入れればゴミを出すことになります。つまり、データを正しく準備しないと、データの「洞察」はほとんど意味を成しません。

データの前処理ステップはかなり手間がかかるかもしれませんが、Pandasは私たちが比較的簡単にデータのクリーンアップ作業を完了させるためのすべての必要な機能を提供しています。ただし、その汎用性のため、すべてのユーザーがpandasライブラリが提供するすべての機能を知っているわけではありません。この記事では、データサイエンスプロジェクトで試すことができる3つのあまり知られていないが非常に便利な関数を共有したいと思います。

それでは、さっそく見てみましょう。

注意:文脈を提供するために、衣料品店のデータ管理と分析を担当していると仮定します。以下に示す例はこの仮定に基づいています。

1. explode

最初に紹介したい関数はexplodeです。この関数は、リストを含む列のデータを扱う場合に役立ちます。この列にexplodeを使用すると、リストの各要素を別々の行に抽出して複数の行を作成します。

以下は、explode関数の使用方法を示すシンプルなコード例です。注文情報を格納するデータフレームがあると仮定します。このテーブルでは、以下のようにアイテムのリストを含む列(order列)があります:

order_data = {    'customer': ['John', 'Zoe', 'Mike'],    'order': [['Shoes', 'Pants', 'Caps'], ['Jackets', 'Shorts'], ['Ties', 'Hoodies']]}order_df = pd.DataFrame(order_data)order_df

必要な操作は、リストの各アイテムを別々の行に分割してさらなるデータ処理を行うことです。explodeを使用せずに、素朴な解決策は以下の通りです。単純に元の行を反復します…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

人工知能

ベイリー・カクスマー、ウォータールー大学の博士課程候補 - インタビューシリーズ

カツマー・ベイリーは、ウォータールー大学のコンピュータ科学学部の博士課程の候補者であり、アルバータ大学の新入教員です...

データサイエンス

「Seerの最高データオフィサーであるDr. Serafim Batzoglouによるインタビューシリーズ」

セラフィム・バツォグルはSeerのチーフデータオフィサーですSeerに加わる前は、セラフィムはInsitroのチーフデータオフィサー...

人工知能

ピーター・マッキー、Sonarの開発者担当責任者-インタビューシリーズ

ピーター・マッキーはSonarのDeveloper Relationsの責任者です Sonarは、悪いコードの1兆ドルの課題を解決するプラットフォー...

人工知能

「スノーケルAIのCEO兼共同創設者、アレックス・ラットナー - インタビューシリーズ」

アレックス・ラトナーは、スタンフォードAIラボを母体とする会社、Snorkel AIのCEO兼共同創設者ですSnorkel AIは、手作業のAI...

人工知能

Diginiのスマートセンスの社長、ガイ・イエヒアブによるインタビューシリーズ

ガイ・イハイアヴ氏は、ビジネスの成功に最も重要な資産を保護するためにインターネット・オブ・シングス(IoT)の力を活用す...

データサイエンス

2023年にAmazonのデータサイエンティストになる方法は?

ほとんどのビジネスは現在、膨大な量のデータを生成し、編集し、管理しています。しかし、ほとんどのビジネスは、収集したデ...