pandasでノットイコール（≠）を使いたい！データフィルタリング術

はじめに

pandasはPythonでデータ解析を行うためのライブラリであり、多くの場合、データをフィルタリングして必要なデータのみを抽出する必要があります。この記事では、pandasを使用してノットイコール（≠）を行う方法について説明します。

pandasの基本操作

まず、pandasでデータフレームを操作する基本的な方法を確認しましょう。pandasのデータフレームは、表形式のデータを扱うためのオブジェクトです。データフレームには、行にラベルを付けた列が含まれています。pandasは、データフレームを作成し、編集するための多くの関数を提供しています。

以下は、pandasを使用してデータフレームを作成する例です。

1
2
3
4
5
6
7
8
import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
        'Age': [25, 30, 35, 40, 45],
        'Salary': [50000, 60000, 70000, 80000, 90000]}
 
df = pd.DataFrame(data)
 
print(df)

出力：

1
2
3
4
5
6
       Name  Age  Salary
0     Alice   25   50000
1       Bob   30   60000
2   Charlie   35   70000
3     David   40   80000
4       Eva   45   90000

この例では、pandasのデータフレームを使用して、Name、Age、Salaryという3つの列を持つ表形式のデータを作成しています。

ノットイコール（≠）の基本

ノットイコール（≠）は、2つの値が等しくないことを示す比較演算子です。Pythonでは、!= を使用して表現します。

以下は、Pythonでノットイコールを使用する例です。

1
2
3
4
a = 5
b = 10
if a != b:
    print("aとbは等しくありません")

出力：

1
aとbは等しくありません

上記の例では、aとbが等しくないため、「aとbは等しくありませません」という文が出力されます。

pandasでノットイコールを使用したフィルタリング

pandasのデータフレームにおいて、ノットイコールを用いた条件抽出の方法を確認しましょう。pandasでは、ノットイコールを使用して、データフレームから特定の条件に合致しない行を取り除くことができます。

以下は、pandasを使用してデータフレームを作成し、ノットイコールを使用して特定の条件に合致しない行を取り除く例です。

1
2
3
4
5
6
7
8
9
10
11
import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
        'Age': [25, 30, 35, 40, 45],
        'Salary': [50000, 60000, 70000, 80000, 90000]}
 
df = pd.DataFrame(data)
 
# 年齢が30歳以上でない行を削除する
df_filtered = df[df['Age'] != 30]
 
print(df_filtered)

出力：

1
2
3
4
5
       Name  Age  Salary
0     Alice   25   50000
2   Charlie   35   70000
3     David   40   80000
4       Eva   45   90000

上記の例では、df[df[‘Age’] != 30]という条件を使用して、年齢が30歳以上でない行を削除しています。条件を満たす行が削除された結果、4行のデータフレームが出力されました。

まとめ

pandasを使用することで、データフレームのフィルタリングが簡単に行えます。ノットイコール（≠）を使用した条件抽出は、データフレームを操作する上で非常に役立つ機能です。また、複数の比較演算子を組み合わせることで、より複雑な条件でのデータフィルタリングが可能になります。
以上で、pandasでノットイコールを行う方法についての説明は終了です。本記事が、pandasを使用する際に役立つ情報を提供できれば幸いです。