【記事の目標】
Pandasを利用してデータ分析（差分抽出）してみよう。
【作業手順】
１．Pandasをインストール
２．Pandasをインポート
３．テストデータを作成して読み込もう
４．行の差分を取得してみよう
５．列の差分を取得してみよう
６．差分を取得したデータを表示する列を追加してみよう
１．Pandasをインストール
以下記事の「１．」と「２．」の手順で実施しましょう。
【Python】【14】Pandasを利用して表を表示してみよう
２．Pandasをインポート
以下のようにインポートしましょう。
import pandas as pd
これで、Pandasが利用できるようになりました。
３．テストデータを作成して読み込もう
今回は差分取得に利用するデータを定義していきます。
以下のように、様々な数字を設定してみましょう。
このファイルを「blog_test_4.csv」で保存しましょう。
私の場合は以下のように保存しています。
では、このファイルを読み込みましょう。
data = pd.read_csv('./csv/blog_test_4.csv', index_col='time')
index_col を指定して読み込ませます。
４．行の差分を取得してみよう
１行前との差分を取得してみましょう。
print(data.diff())
読み込んだデータに対して diff() を実施することで、１行前の列との差分を取得できます。
では、実行してみましょう。
では結果を１つずつ見ていきましょう。
１行目の場合は、１行前のデータがないため、計算できずに NaN が表示されています。
２行目以降は、自分のデータと１行前のデータの差が表示されています。
例えば２行目の場合は、
・num1 は２行目のデータが 2 で、１行目のデータが 1 なので、2-1=1
・num2 は２行目のデータが 4 で、１行目のデータが 1 なので、4-1=3
という計算がされています。
５．列の差分を取得してみよう
次は、１列前との差分を取得してみましょう。
print(data.diff(axis=1))
先ほど呼び出していた diff() というメソッドに引数として axis=1 を渡すことで１列前との差分が取得できます。
では、実行してみましょう。
では結果を１つずつ見ていきましょう。
１列目の場合は、１列前のデータがないため、計算できずに NaN が表示されています。
２列目は、自分のデータと１列前のデータの差が表示されています。
例えば３列目の場合は、
・num2 はデータが 9 で、num1 のデータが 4 なので、9-4=5
という計算がされています。
６．差分を取得したデータを表示する列を追加してみよう
「４．」と「５．」で差分を取得してきましたが、最終的に出力された値に元のデータがないと、分かり辛いですよね。
元のデータに差分を取得した列を追加してみましょう。
data["diff_num1"] = data["num1"].diff()
print(data)
diff_num1 という列を新しく追加して、num1の列の１行前の差分を設定しています。
では、実行してみましょう。
diff_num1 という列が追加され、「４．」で確認していた num1 の差分と同じデータが表示されましたね。
【補足】
・２行前や２行後のデータ差分は取れないの？
２行前や２行後の差分は diff() メソッドに引数を渡すことで取得できます。
■２行前の場合
コード：
print(data.diff(2))
実行結果：
■２行後の場合
コード：
print(data.diff(-2))
実行結果：
このように、引数の数字を変えることで、好きなデータとの差分が取得できます。
今回も引き続き Pandas を利用しています。
差分の取得はデータ分析で結構利用されると思います。
Pandas を利用して、ネットから取得したデータを分析したりして見ても良いかもしれませんね。
