【データ分析初心者】Python構文～if文、format記法とf文字列

はじめに

データ分析・データサイエンスの初心者・初学者に最初に覚えて欲しいPythonの構文がいくつかあります。

今回はその中の一つである、データ分析でよく使うPython構文であるif文、format記法とf文字列を紹介します。

このブログでは、①基本をしっかりと示し、②実際のデータ分析でどのように使われるかという具体例を紹介します！

読み終えたあとには、しっかりとその構文が身についていると思います。

if文～基本～

if文とは、英語のifと同じで、もし～の場合、～のように処理するとしたいときに使う構文です。

その条件文を満たす場合は、その下のインデントされた（半角４字下げ）処理が実行され、満たさない場合は、何も処理されません。

Google Colaboratoryでif文を動かしてみます。

それでは、はじめましょう！！

iに100を入れます。

次に、条件文を「もしiが100なら」とし、満たした場合には、「100が入っています。」と表示するようにします。条件文の最後に、：を書くことは絶対に忘れないでください。

なお、==は一致を表します。

こちらをコードにすると以下のようになります。そして実際に実行してみましょう。

今回、この条件文を満たしますので、その下のインデントされた（半角４字下げ）処理が実行され「100が入ってます。」と表示されました。

なお、このインデントの下げ方ですが、半角スペース４回押す以外に、Tabキーを一回だけ押すという方法もあります。

次は、iを200にしてみます。どうなるでしょう？

条件文を満たさないので、何も表示されません。

せっかくなので、満たさない場合にも何か表示させてみます。

その場合に、elseを使用し、満たさない場合には「100が入っていません」と表示させるようにします。これを実行してみます。

条件文を満たさない場合、「100が入ってません。」が表示されましたね！

また、条件文は２つ以上にわけることもできます。

その場合には、elifを使います。iが100なら100が入っていますと表示し、iが200の場合には、200が入っていますと表示されるようにしました。これを実行してみます。

一方、１つ目の条件文、２つ目の条件文どちらも満たしてしまう場合には、どのようになるでしょうか。

最初の条件がiが100以上なら100が入っていますと表示し、次の条件がiが200なら200が入っていますと表示されるようにしました。これを実行してみます。

その場合は、最初の処理だけが実行されます。

もうお分かりかもしれませんが、１つ目の条件文と２つ目の条件文を満たさない場合には、elseが実行されます。

例えば、以下のような場合です。

if文の基本はこちらで終了です。

番外編　format記法とf文字列

format記法 format()とf文字列 (f’’) も学んでみましょう！

これらもよくデータサイエンティストのコードに出てくるものなので、覚えておきましょう。

まずは、format記法です。

format()を用いて、｛｝の中に、iに入っている値（100）を表示させてみましょう。

それには、文字列を表すシングルクォーテーションの中に｛｝を用いたうえで、.format()を使います。

そのコードが以下になります。

このように、format()の引数であるiの値100を｛｝の中に表示できました。

次は、f文字列を用いて同じように表示してみます。

fの後に、文字列を表すシングルクォーテーションの中に｛｝を用いたうえで、｛｝の中に表示したい引数iをいれます。

そうすると、｛｝の中に表示したいiの値100が表示されます。

if文～データ分析で実際に使われるような具体例～

次は、データ分析で実際に使われるif文を見てみましょう！

データサイエンス100本ノック（構造化データ加工編）の問55を用います。

df_receiptの中身を見てみます。

次に、df_receiptの売上金額amountを顧客IDcustomer_idごとの合計を表示します。

このデータフレームに1〜4のカテゴリ値を作成します。そのカテゴリー値は以下の基準で作成します。

最小値以上第一四分位未満　　　1
第一四分位以上第二四分位未満　2
第二四分位以上第三四分位未満　3
第三四分位以上　　　　　　　　4

第一四分位とは、データの25％の値、第二四分位とは、データの50％の値、第三四分位とはデータの75％の値を指します。

データの25％の値をpct25、データの50％の値をpct50、データの75％の値をpct75として、それぞれ以下のようにコードを書きます。

pct25 = np.quantile(df_sales_amount['amount'],0.25)
pct50 = np.quantile(df_sales_amount['amount'],0.50)
pct75 = np.quantile(df_sales_amount['amount'],0.75)

これを前提にpct_groupを作成し、上記基準にカテゴリー値（１～４）を割り振る関数を作成します。

ここで、先ほどの基本で学んだif文を用います！

もし(if)、ｘが25％以下ならカテゴリー値１を返します。

そうではなくて（elif)、ｘが25％より上、50％より下ならカテゴリー値2を返します。

そうではなくて（elif)、ｘが50％より上、75％より下ならカテゴリー値3を返します。

そうではなくて（elif)、ｘが75％以上なカテゴリー値4を返します。

というものをコードにすると下記のようになります。

def pct_group(x):
    if x < pct25:
        return 1
    elif pct25 <= x < pct50:
        return 2
    elif pct50 <= x < pct75:
        return 3
    elif pct75 <= x:
        return 4

最後に、df_sales_amountに‘pct_group’のカラムを新たに作り、その中に、１～４のカテゴリー値を入れていきます。

df_sales_amount['pct_group'] = df_sales_amount['amount'].apply(lambda x:pct_group(x))

これで、顧客ごとの売上金額合計に対して１～４のカテゴリ値を割り当て、顧客ID、売上金額合計とともに表示できました！

このように、実際のデータ分析では、if文が用いられます。

なお、最後に出てきましたlambda式については、後日説明します。

また、if文には、for文と合わせて用いられたり、lambda式と合わせて用いられたりしますので、そちらについても後日紹介します。

書籍や動画でデータ分析を学びたい方へ

機械学習やデータサイエンスを独学で学びたい方のために、ブログ記事をまとめてみました。

書籍、動画などなど、厳選したオススメの方法をまとめています。

興味がある方はご覧ください。