【問9～問11】データサイエンス100本ノック 解説

はじめに

問9～問11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。

(‘not(prefecture_cd == “13” | floor_area > 900)’)の意味は、prefecture_cdが13じゃない　又はfloor_areaが９００より下（直訳は900より上じゃない）となります。

ORをANDに書き換える必要があるので、数学のド・モルガンの法則を使います。

ド・モルガンの法則

Not (A or B) = Not(A) & Not(B)

そうすると、（prefecture_cdが13　かつ　floor_areaが９００以上）とコードを書く必要があるので、（’prefecture_cd != “13” & floor_area <＝ 900’）となります。

df_store.query('prefecture_cd != "13" & floor_area <＝ 900')

なお、以下の書き方でも同じような結果になります。

df_store['prefecture_cd'] != 13

上記方法だとbool値で表示されます。これと同じようにもう一つの条件を作成します。

df_store['floor_area'] <= 900

そして両者を合わせて、表示します。

df_store[(df_store['prefecture_cd'] != 13) & (df_store['floor_area'] <= 900)]

抽出するには、.query(　)を使用します。

また、店舗コード（store_cd）が“S14″で始まるものを抽出するので、（　）内には、文字列の前方一致（’カラム名.str.startswith(“文字列”)’）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(‘store_cd.str.startswith(“S14”)’,engine=’python’)となります。

これを10件だけ表示なので、.head(10)を使用します。

df_store.query('store_cd.str.startswith("S14")',engine='python').head(10)

抽出するには、.query(　)を使用します。

また、顧客ID（customer_id）の末尾が１のものだけを抽出するので、（　）内には、文字列の後方一致（’カラム名.str.endswith(“文字列”)’）を使います。

そして、.query(　)で文字列を使う場合、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(‘customer_id.str.endswith(“1”)’, engine=’python’)となります。

これを10件だけ表示なので、.head(10)を使用します。

df_customer.query('customer_id.str.endswith("1")', 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。