解決済み: パンダは列の値を置き換えます

Pandas は、データの操作と分析に広く使用されている強力な Python ライブラリです。 データに対して実行される一般的な操作の XNUMX つは、条件付けや他の値へのマッピングなど、特定の基準に基づいて列の値を置き換えることです。 この記事では、Pandas ライブラリを使用してこの操作を効果的に適用する方法について説明します。 あなたがデータ サイエンティスト、プログラマー、またはデータ駆動型のファッション トレンドの世界を掘り下げているファッションの専門家であるかどうかにかかわらず、この知識は非常に貴重です。

この操作を理解する鍵は、Pandas ライブラリが提供する組み込み関数をマスターすることにあります。 具体的には、`replace()`、`map()`、および `apply()` 関数を使用して、さまざまな基準に基づいて列の値を操作することに焦点を当てます。

import pandas as pd

# Sample data
data = {'Fashion_Style': ['Boho', 'Grunge', 'Preppy', 'Vintage', 'Athleisure'],
        'Colors': ['Earthy tones', 'Dark shades', 'Bright tones', 'Muted tones', 'Monochrome']}

df = pd.DataFrame(data)

# Replacing column values
df['Colors'] = df['Colors'].replace(['Earthy tones', 'Monochrome'], ['Warm tones', 'Contrast tones'])

print(df)

コードの段階的な説明

1. まず、Pandas ライブラリを `pd` としてインポートします。 これは一般的な規則であり、「pd」の短縮形で Pandas 関数を呼び出すことができます。
2. 次に、「Fashion_Style」列と「Colors」列、およびそれぞれの値を含む「data」という名前の辞書を作成します。
3. 次に、`data` ディクショナリを引数として `pd.DataFrame()` 関数を使用して、`df` という名前の DataFrame を作成します。
4. その後、`replace()` 関数を使用して、'Colors' 列の特定の値を置き換えます。 この例では、「アーシー トーン」を「ウォーム トーン」に、「モノクローム」を「コントラスト トーン」に置き換えます。
5. 最後に、更新された DataFrame `df` を出力して結果を確認します。

列値置換用の Pandas 組み込み関数

Pandas には、DataFrame の列の値を操作するための組み込み関数がいくつか用意されています。 その中でもreplace()、map()、apply()は、さまざまな条件に基づいて列の値を置き換える場合に特に有用であると特定しました。

置換（）: この関数は、DataFrame または Series で指定された値を置き換えるために使用されます。 特定の列または DataFrame 全体に適用でき、高度なパターン マッチングのための正規表現をサポートしています。

df['Colors'] = df['Colors'].replace(['Earthy tones', 'Monochrome'], ['Warm tones', 'Contrast tones'])

地図（）: `map()` 関数は `replace()` に似ていますが、シリーズの各要素に特定の関数または辞書を適用します。 これは、特定のルール セットに基づいて列の値を新しい値にマップする必要がある場合に役立ちます。

color_mapping = {'Earthy tones': 'Warm tones', 'Monochrome': 'Contrast tones'}
df['Colors'] = df['Colors'].map(color_mapping)

apply（）: `apply()` 関数は、DataFrame の軸に沿って特定の関数を適用する強力なツールです。 DataFrame 全体または特定の列で使用して、幅広い変換を実現できます。

def update_colors(color_value):
    if color_value == 'Earthy tones':
        return 'Warm tones'
    elif color_value == 'Monochrome':
        return 'Contrast tones'
    else:
        return color_value
        
df['Colors'] = df['Colors'].apply(update_colors)

これらの関数を自由に使用できるので、DataFrame の列値を置き換えるなど、Pandas でさまざまなデータ操作タスクに取り組む準備が整いました。 この知識は、データ サイエンスやプログラミングの分野に適用できるだけでなく、現代のファッション スタイルの分析、新たなトレンドの特定、さまざまなスタイルや色の歴史的意義の理解にも役立ちます。

関連記事：

コメント