pandasの =
の動きを理解しないまま、推測でコードを書いています。
まず、下記のように書くと動くことが確認できました。
import matplotlib.pyplot as plt
import pandas as pd
df = pd.DataFrame({
'date': ['01-01', '01-02', '01-03', '02-01', '02-01'],
'value': [10000, 5000, 1000, 500, 100]
})
df['group'] = df['date']
g_df = df.groupby('group')
g_df.head()
また下記のようにすると動くことも確認できました。
import matplotlib.pyplot as plt
import pandas as pd
df = pd.DataFrame({
'date': ['01-01', '01-02', '01-03', '02-01', '02-01'],
'value': [10000, 5000, 1000, 500, 100]
})
df['group'] = '01-01'.split('-')[0]
g_df = df.groupby('group')
g_df.head()
なるほど。であれば、
df['group'] = df['date'].split('-')[0]
とすればうまくいくのかと思ったのですが、これはエラーになりました。
AttributeError: 'Series' object has no attribute 'split'
うーん。文字列とおもっていたのにどうやら私が操作していたのは、Series
のようだと思い、
pandasで'DataFrame' object has no attribute 'split'のエラーを解決したい
を見てみて str
というのがあるのかと思って下記を試しました。
df['group'] = df['date'].str.split('-')[0]
今度は、
ValueError: Length of values (2) does not match length of index (5)
というエラーでした。
試しに、
df['group'] = df['date'].str
g_df = df.groupby('group')
g_df.head()
としてみると
となっており、pandas
の文字列関係のオブジェクトが入っているよです。
どうすれば、各レコードごとのデータを文字列としてsplitで加工し、新しい列を追加できるのでしょうか?
expand=True
を指定してみてはどうでしょう。df['date'].str.split('-', expand=True)[0]