[pandas] Indexオブジェクト

[pandas] Indexオブジェクト

　Seriesオブジェクトや DataFrameオブジェクトのラベリングに用いられる Indexオブジェクト は pandas.Index() を使って生成することもできます。

# PANDAS_INDEX_01

# In[1]

# Indexオブジェクトを生成
idx_1 = pd.Index([1, 2, 3])

print(idx_1)
print(type(idx_1))

Int64Index([1, 2, 3], dtype='int64')

　実際には Indexオブジェクトという呼び方は総称であり、要素の型に応じて属するクラスは異なります。上のコードで定義した idx_1 はすべての要素が整数なので、numeric.Int64Indexクラスに属しています。

print(type(idx_1))

<class 'pandas.core.indexes.numeric.Int64Index'>

　すべての要素が浮動小数点数ならば、numeric.Float64Indexクラスのオブジェクトが生成されます：

# In[2]

Indexオブジェクトを生成
idx_2 = pd.Index([0.1, 0.2, 0.3])

print(idx_2)
print(type(idx_2))

Float64Index([0.1, 0.2, 0.3], dtype='float64')
<class 'pandas.core.indexes.numeric.Float64Index'>

　その他のオブジェクトを渡すと、base.Indexクラスのオブジェクトが生成され、データ型 (dtype) は "object" になります。

# In[3]

# Indexオブジェクトを生成
idx_3 = pd.Index(["a", "b", "c"])

print(idx_3)
print(type(idx_3))

Index(['a', 'b', 'c'], dtype='object')
<class 'pandas.core.indexes.base.Index'>

　pandas.Series() に Indexオブジェクトを渡して Seriesオブジェクトを生成できます。

# In[4]

# Indexを渡してSeriesを生成
pd.Series([10, 20, 30], index = idx_3)

a    10
b    20
c    30
dtype: int64

　pandas.DataFrame() の index と columns に Indexオブジェクトを渡して DataFrameオブジェクトを生成できます。

# In[5]

# Indexオブジェクトを生成
idx = pd.Index(["a", "b"])
clm = pd.Index([1, 2, 3])

# 2次元配列を定義
x = np.array([[10, 20, 30],
              [40, 50, 60]])

# DataFrameオブジェクトを生成
data = pd.DataFrame(x, index = idx, columns = clm)

print(data)

    1   2   3
a  10  20  30
b  40  50  60

Index要素へのアクセス

　Indexの各要素に対して、リストや配列と同じような方法でアクセスできます。

# PANDAS_INDEX_02

# In[1]

import numpy as np
import pandas as pd

# Indexオブジェクトを生成
idx = pd.Index(["a", "b", "c", "d", "e"])

# idxの4番目の要素を参照
print(idx[3])

d

# In[2]

# 2～4番目の要素をスライス
print(idx[1:4])

Index(['b', 'c', 'd'], dtype='object')

Indexの不変性

　Index は immutable (変更不能) なオブジェクトです。
　通常の方法で要素を書き換えることはできません。

# PANDAS_INDEX_03

# In[1]

import numpy as np
import pandas as pd

# Indexオブジェクトを生成
idx = pd.Index(["a", "b", "c", "d", "e"])

idx[2] = 1

TypeError: Index does not support mutable operations

Indexのデータ属性

　NumPy配列と同様に、Indexオブジェクトも size, shape, dtype, ndim, values などのデータ属性を備えています。

# PANDAS_INDEX_04

# In[1]

import numpy as np
import pandas as pd

# Indexオブジェクトを生成
idx_5 = pd.Index([1, 2, 3, 4, 5])

print("要素の数 {}".format(idx_5.size))
print("形状 {}".format(idx_5.shape))
print("データ型 {}".format(idx_5.dtype))
print("次元数 {}".format(idx_5.ndim))
print("値 {}".format(idx_5.values))

要素の数 5
形状 (5,)
データ型 int64
次元数 1
値 [1 2 3 4 5]

順序付き集合

　Indexオブジェクトは 順序付き集合 としての性質を備えており、各種の 集合演算 に対応できます。

# PANDAS_INDEX_05

# In[1]

import numpy as np
import pandas as pd

# Indexオブジェクトを生成
idx_1 = pd.Index(["a", "b", "c"])
idx_2 = pd.Index(["c", "d", "e"])

# 積集合
print("積集合", idx_1 & idx_2)

# 和集合
print("和集合", idx_1 | idx_2)

# 対称差
print("対称差", idx_1 ^ idx_2)

積集合 Index(['c'], dtype='object')
和集合 Index(['a', 'b', 'c', 'd', 'e'], dtype='object')
対称差 Index(['a', 'b', 'd', 'e'], dtype='object')

　ただし、Python の setオブジェクトとは異なり、Indexオブジェクトは内部に重複要素を含むことができるので、多重集合 (multiset) とよばれることもあります。