列を取り出す・並べ替える・絞り込む

Excelで、「金額が10万円以上の行だけ」を見たいとき、フィルターを使いますね。Pythonでは、次のように書きます。

import pandas as pd

df = pd.read_excel("sales.xlsx")
big = df[df["金額"] >= 100000]
print(big)

条件に合う行だけが取り出されます。

▶ 実行を押すと、ここに結果が出ます

12行のうち、10万円以上の4行だけが表示されました。ExcelのフィルターやCtrl+Fと同じ結果ですが、条件を変えるだけで、何度でも使い回せます。

真ん中の「>= 100000」の結果は、どうなっているのでしょう。Lesson 05 で学んだ True / False が、行の数だけ並んでいます。実際に見てみましょう。

▶ 実行を押すと、ここに結果が出ます

True の行（0, 4, 8, 11番目）だけが、表から取り出された、ということです。

① 列を取り出す。 必要な列だけを取り出します。複数の列は、列名をリストにして、[ ] を二重にします。

▶ 実行を押すと、ここに結果が出ます

② 並べ替える。 sort_values で、金額の大きい順に並べ替えます。（ascending=False は、「昇順ではない」＝大きい順、という意味です）

▶ 実行を押すと、ここに結果が出ます

③ 条件を2つ組み合わせる。 「営業部で、かつ10万円以上」のように、条件を2つ書くときは、それぞれを ( ) で囲み、&（かつ）でつなぎます。

▶ 実行を押すと、ここに結果が出ます

「または」のときは、& の代わりに | を使います。

▶ 実行を押すと、ここに結果が出ます

Lesson 12 では、for で1行ずつ足し算していました。pandas なら、.sum() の1語です。

▶ 実行を押すと、ここに結果が出ます

KeyError: '売上' と出ます。「売上」という列は無い、という意味です。列名は、df.columns で確かめられます。（エラー講座の KeyError と同じです）

お題① 「企画」部の行が、何行あるかを表示してください。

▶ 実行を押すと、ここに結果が出ます

import pandas as pd

df = pd.read_excel("sales.xlsx")
print(len(df[df["部署"] == "企画"]))

お題② 「営業」部の、金額の合計を表示してください。

▶ 実行を押すと、ここに結果が出ます

import pandas as pd

df = pd.read_excel("sales.xlsx")
sales_dept = df[df["部署"] == "営業"]
print(sales_dept["金額"].sum())