数値に対する演算

データを読み込む

import pandas as pd

df = pd.read_csv("./z-001.csv")
df.head()

カラム名を変更する

Unnamed:XX がわかりにくいので、これらの文字列を置換します。

repl = lambda x: x.group(0)[::-1]
df.columns = df.columns.str.replace("Unnamed:.", "列名", regex=True)
df.head()

# 列名1の列はインデックスにして削除する
df.index = df["列名1"]
df = df.drop(["列名1"], axis=1)
df.head()

列名を確認する

想定したデータ型になっているかを確認します。

df.dtypes

列名0         int64
平成21年度    float64
平成22年度    float64
平成23年度    float64
平成24年度    float64
平成25年度    float64
平成26年度    float64
平成27年度    float64
平成28年度    float64
平成29年度    float64
平成30年度    float64
令和元年度     float64
dtype: object

年度ごとに平均・中央値などを求めてみる

数値として読み取れる列を選択して、その平均や中央値を求めてみます。“list of functions and/or function names, e.g. [np.sum, ‘mean’]“ということで関数名や関数を指定すると、列ごとにそれを実行します。

df.select_dtypes("number").agg(["mean", "median", "min", "max", "sum", "var", "std"])

年度ごとの変化を可視化する

seabornを用いてデータをプロットしてみます。平成と令和が含まれる列のみを対象に抽出してプロットします。japanize_matplotlibにより日本語を表示できるようにしています。列名は pandas.DataFrame.filterでフィルタリングしています。

import matplotlib.pyplot as plt
import seaborn as sns
import japanize_matplotlib

data = df.filter(regex="(平成|令和).+", axis=1).T
plt.figure(figsize=(12, 4))
sns.lineplot(data=data, palette="tab10", linewidth=2.5)
plt.grid()
plt.legend()

data.head()