【問12～問14】データサイエンス100本ノック 解説

はじめに

問12～問14のコードの説明を初心者や初学者でもわかるような方法でまとめました。

データサイエンス100本ノックのはじめ方は、以下のブログ記事を参考にしてください。

抽出するには、.query()を使用します。

また、（df_store）から横浜市の店舗だけ全項目表示するので、（　）内には、特定の文字列を含む要素を持つ行を抽出する、str.contains()を使います。

なお、文字列の中でシングルクォーテーションを使う場合はダブルクォーテーションで囲む（ダブルクォーテーションを使いたい場合はシングルクォーテーションで囲む）というのを忘れないでください。

そして、.query()で文字列メソッドを使う場合、第２引数に「engine=’python’」を指定しないとエラーがでます！

df_store.query('address.str.contains("横浜市")', engine='python')

抽出するには、.query()を使用します。

今回は、（status_cd）の先頭がアルファベットのA〜Fで始まるデータを全項目抽出します。

それには、Pythonの正規表現である、文字列の先頭を表す^、マッチしたい文字の集合を表す[]、範囲指定のーを使用します。

（　）内には、特定の文字列を含む要素を持つ行を抽出する、str.contains()を使います。

そして、.query()で文字列メソッドを使う場合、第２引数に「engine=’python’」を指定しないとエラーがでます！

よって、.query(‘status_cd.str.contains(“^[A-F]”)’, engine=’python’)となります。

また、10件だけ表示なので、.head(10)とします。

df_customer.query('status_cd.str.contains("^[A-F]")', engine='python').head(10)

抽出するには、.query()を使用します。

今回は、（status_cd）の末尾が数字の1〜9で終わるデータを全項目抽出します。

それには、Pythonの正規表現である、文字列の末尾を表す$(末尾なので後ろにつけます)、角括弧に含まれるいずれか１文字にマッチする[]、範囲指定のーを使用します。

（　）内には、特定の文字列を含む要素を持つ行を抽出する、str.contains()を使います。

今回のstatus_cdは、数字で構成されていますが、調べてみると文字列型です。そのため、引用符が必要です。

そして、.query()で文字列メソッドを使う場合、第２引数に「engine=’python’」を指定しないとエラーがでます！

よって、.query(‘status_cd.str.contains(“[1-9]$”)’,engine=’python’)となります。

また、10件だけ表示なので、.head(10)とします。

df_customer.query('status_cd.str.contains("[1-9]$")',engine='python').head(10)

Pythonはデータ分析でよく使われている言語です。

この機会にPythonのコードの打ち方・ライブラリーについてもっと知りたいと思った方は、以下のブログ記事をご覧ください。

機械学習やデータサイエンス・データ分析を独学で学ぶには、どうしたらよいかをまとめてみましたので、興味がある方はこちらのブログ記事をご覧ください。