Pandas でサンプル データセットにアクセスする方法

多くの場合、パンダのサンプル データセットにアクセスして、さまざまな関数を再生および練習したい場合があります。

幸いなことに、組み込みのテスト関数を使用してサンプルのパンダ データセットを作成できます。

次の例は、この機能の使用方法を示しています。

例 1: すべて数値列を含む Pandas データセットを作成する

次のコードは、すべて数値列を含む pandas データセットを作成する方法を示しています。

 import pandas as pd

#create sample dataset
df1 = pd. util . testing . makeDataFrame ()

#view dimensions of dataset
print ( df1.shape )

(30, 4)

#view first five rows of dataset
print ( df1.head ())

                   ABCD
s8tpz0W5mF -0.751223 0.956338 -0.441847 0.695612
CXQ9YhLhk8 -0.210881 -0.231347 -0.227672 -0.616171
KAbcor6sQK 0.727880 0.128638 -0.989993 1.094069
IH3bptMpdb -1.599723 1.570162 -0.221688 2.194936
gar9ZxBTrH 0.025171 -0.446555 0.169873 -1.583553

デフォルトでは、 makeDataFrame()関数は、すべての列が数値である 30 行 4 列の pandas DataFrame を作成します。

例 2: 混合列を含む Pandas データセットを作成する

次のコードは、すべて数値列を含む pandas データセットを作成する方法を示しています。

 import pandas as pd

#create sample dataset
df2 = pd. util . testing . makeMixedDataFrame ()

#view dimensions of dataset
print ( df2.shape )

(5, 4)

#view first five rows of dataset
print ( df2.head ())

     ABCD
0 0.0 0.0 foo1 2009-01-01
1 1.0 1.0 foo2 2009-01-02
2 2.0 0.0 foo3 2009-01-05
3 3.0 1.0 foo4 2009-01-06
4 4.0 0.0 foo5 2009-01-07

デフォルトでは、 makeMixedDataFrame()関数は、列がさまざまなデータ型である 5 行 4 列の pandas DataFrame を作成します。

次のコードを使用して、 各列のデータ型を表示できます。

 #display data type of each column
df2. dtypes

A float64
B float64
C object
D datetime64[ns]
dtype:object

結果から次のことがわかります。

• 列Aは数値です
• 列Bは数値です
• C列は文字列です
• D列は日付です

例 3: 欠損値を含む Pandas データセットを作成する

次のコードは、さまざまな列に欠損値を含む pandas データセットを作成する方法を示しています。

 import pandas as pd

#create sample dataset
df3 = pd. util . testing . makeMissingDataFrame ()

#view dimensions of dataset
print ( df3.shape )

(30, 4)

#view first five rows of dataset
print ( df3.head ())

                   ABCD
YgAQaNaGfG 0.444376 -2.264920 1.117377 -0.087507
JoT4KxJeHd 1.913939 1.287006 -0.331315 -0.392949
tyrA2P6wz3 NaN 2.988521 0.399583 0.095831
1qvPc9DU1t 0.028716 1.311452 -0.237756 -0.150362
3aAXYtXjIO -1.069339 0.332067 0.204074 NaN

デフォルトでは、 makeMissingDataFrame()関数は、さまざまな列に欠損値 (NaN) がある 30 行 4 列の pandas DataFrame を作成します。

この機能は、実際のデータセットではよくある欠損値のあるデータセットを操作できるため、特に便利です。

追加リソース

次のチュートリアルでは、パンダで他の一般的なタスクを実行する方法を説明します。

ランダムなデータを使用して Pandas DataFrame を作成する方法
Pandas で行をランダムにサンプリングする方法
Pandas DataFrame で行をシャッフルする方法