#! /usr/bin/python # # postgre_create.py # # Mar/05/2023 # ------------------------------------------------------------------ import sys import pandas as pd # from sqlalchemy import create_engine # ------------------------------------------------------------------ sys.stderr.write("*** 開始 ***\n") # df = pd.DataFrame([ ["t1271","千葉",58471,"2003-9-25"], ["t1272","勝浦",49523,"2003-3-16"], ["t1273","市原
#! /usr/bin/python # -*- coding: utf-8 -*- # # html_create.py # # Oct/01/2018 # ------------------------------------------------------------------ import sys import pandas as pd # # ------------------------------------------------------------------ sys.stderr.write("*** 開始 ***\n") # df = pd.DataFrame([ ["t1271","千葉",93416,"2003-11-5"], ["t1272","勝浦",47573,"2003-6-14"], ["t1273","市原",28451,"2003-9-
Pandas Period の freq Pandasでは日付を Period として扱うことができる。 メリットをあげると例えば以下がある。 期間を扱えるため、四半期後 とか 半年後 などの計算が簡単になる。( + 1 とかすればいい) 期中の中途半端な日付を情報を保存しつつ丸めることが可能 PandasのPeriodは使いこなせれば便利だけど、datetime との行き来がめんどくさかったり、期待している挙動をしないことが多いためメモしておく。 今回は freq に関して。 (そのうちdatetime 変換のところもまとめる。) Periodを使う際に期間の切り方に関するパラメータが freq 。 Q (クォーター) のデフォルトでは Q-DEC になっているため、年末くぎり。 日本の__年度__は4月からなので、それらを指定したいときとかに使う。 パラメータに関する本家リンク fre
ROWS = 500 COLS = 3 np.random.seed(0) index = list(map(lambda x: 'ATTR_{:03d}'.format(x), range(COLS))) names = list(map(lambda x: 'F_{:03d}'.format(x), range(ROWS))) index.insert(0, '_x') index.insert(1, '_y') masks = list(map(lambda x: np.random.choice(2, 2), range(COLS))) ws = list(map(lambda x: np.random.rand(2), range(COLS))) df = pd.DataFrame() print('masks=', masks) print('ws=', ws) a, b =
1.Google colaboratoryについて ・Googleが提供するSaas型Python実行環境サービス。 ・Googleアカウント（Google Drive）があれば利用可能。 ・Google colaboratoryの利用は、原則無料（←ココ重要） ・Google colaboratoryは、機械学習を試したい場合に必要なライブラリが標準で既に入っている。機械学習の初学者は言うまでもなく、Python初学者にとっても、Python環境のセットアップを省略して即Python実行環境でお試し実行が可能。 ・機械学習や深層学習をおこなう際の演算処理にGPUが利用可能。つまりGoogleの巨大なリソースが無料で利用可能（≒ Google神の下僕or小作人になってGoogle大地主様の広大なプランテーションが利用可能。ビバ！「クラウドの衝撃」！） ・自分のGoogleアカウントのGoo
import numpy as np import pandas as pd import csv '''CSVファイルの読み込み''' csvdata = pd.read_csv("./test_data.csv", header=None) csvdata2 = pd.read_csv("./test_data_2.csv", header=None) '''CSVから読んだデータをnumpyの行列に入れる''' myarray = np.array myarray2 = np.array myarray = csvdata.values myarray2 = csvdata2.values print(myarray) print(myarray2) '''行列の掛け算''' result = myarray * myarray2 print(result) '''結果の行列をCSV
Pandasとは データ解析を支援する機能を持つPythonのオープンソースライブラリ Pandas DataFrame データを行列で保存 2次元のデータで値，インデックス，列で構成 要素には数値だけでなく文字列を入れることも可能 Pandas Series 1次元の配列としてデータを扱う 要素には数値だけでなく文字列を入れることも可能 使い方 データの変換方法 import pandas as pd Pandasをpdとしてインポート DataFrame.columns データフレームのカラム情報 DataFrame.index データフレームのインデックス情報 import numpy as np import pandas as pd body = np.array([[120,21,32],[12,213,32]]) # DataFrameに変換 df = pd.DataFram
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
![[Python] pandas データ加工 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/47cd2ac231b81459d42080839b39ef9e12dbc413/height=288;version=1;width=512/https%3A%2F%2Fsiteproxy.ruqli.workers.dev%3A443%2Fhttps%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Farticle-ogp-background-afbab5eb44e0b055cce1258705637a91.png%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnFpaXRhLWltYWdlLXN0b3JlLnMzLmFtYXpvbmF3cy5jb20lMkYwJTJGMTk4OTcxJTJGcHJvZmlsZS1pbWFnZXMlMkYxNTM3MjI4MzAzP2l4bGliPXJiLTQuMC4wJmFyPTElM0ExJmZpdD1jcm9wJm1hc2s9ZWxsaXBzZSZmbT1wbmczMiZzPTNhNTM0M2JjOGM5NDY4N2RhNDhkZjE1NTZjMWQ0MWNi%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253Dd59d93c2e2c914b350d455da094c99cc%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JTVCUHl0aG9uJTVEJTIwcGFuZGFzJTIwJUUzJTgzJTg3JUUzJTgzJUJDJUUzJTgyJUJGJUU1JThBJUEwJUU1JUI3JUE1JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LXBhZD0wJnM9MDViYTg3NjEyZTUxN2Y2NjlkZmYxYjJhNjc5N2M5YTg%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDBoaWthcnVfJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LXBhZD0wJnM9MTI3MmUwMzc2NmE5N2UxYTQ1YzU1YWE2YTk0ZDFhNWQ%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3D696d52bd9052c3f082dc10de8c7eef98)
![[Python] pandas データ結合 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/985bd8528d263fbf065088d8accc13c5a664977e/height=288;version=1;width=512/https%3A%2F%2Fsiteproxy.ruqli.workers.dev%3A443%2Fhttps%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Farticle-ogp-background-afbab5eb44e0b055cce1258705637a91.png%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnFpaXRhLWltYWdlLXN0b3JlLnMzLmFtYXpvbmF3cy5jb20lMkYwJTJGMTk4OTcxJTJGcHJvZmlsZS1pbWFnZXMlMkYxNTM3MjI4MzAzP2l4bGliPXJiLTQuMC4wJmFyPTElM0ExJmZpdD1jcm9wJm1hc2s9ZWxsaXBzZSZmbT1wbmczMiZzPTNhNTM0M2JjOGM5NDY4N2RhNDhkZjE1NTZjMWQ0MWNi%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253Dd59d93c2e2c914b350d455da094c99cc%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JTVCUHl0aG9uJTVEJTIwcGFuZGFzJTIwJUUzJTgzJTg3JUUzJTgzJUJDJUUzJTgyJUJGJUU3JUI1JTkwJUU1JTkwJTg4JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LXBhZD0wJnM9YjM0ODFmMGViN2UzNzhkNjU3YTllY2NlZDBjZWJiNmQ%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDBoaWthcnVfJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LXBhZD0wJnM9MTI3MmUwMzc2NmE5N2UxYTQ1YzU1YWE2YTk0ZDFhNWQ%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3D2b8fa614289ac793266afcfc3b0843d0)
![[Python] Excelで文字化けしないCSVファイルを書き出す - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/895ed0ad8153f1dc3aa74b084beba205f675ce86/height=288;version=1;width=512/https%3A%2F%2Fsiteproxy.ruqli.workers.dev%3A443%2Fhttps%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZ0eHQ9JTVCUHl0aG9uJTVEJTIwRXhjZWwlRTMlODElQTclRTYlOTYlODclRTUlQUQlOTclRTUlOEMlOTYlRTMlODElOTElRTMlODElOTclRTMlODElQUElRTMlODElODRDU1YlRTMlODMlOTUlRTMlODIlQTElRTMlODIlQTQlRTMlODMlQUIlRTMlODIlOTIlRTYlOUIlQjglRTMlODElOEQlRTUlODclQkElRTMlODElOTkmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZ0eHQtY2xpcD1lbGxpcHNpcyZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTQ0OWVmMzg2ZWIxMGJlNTgxZjU1N2YxOTUzOTRlODY4%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQweTRtMyZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9MDkxNjIyNGNjNjQ5MmVlMmQ0MGYzMjcwOTk0MTMyZmQ%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D9ed5216679db1f00a0750f59bdf526c9)
