0

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()

結果:
画像の説明をここに入力

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()

結果:
画像の説明をここに入力

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

結果:
画像の説明をここに入力

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?

1
  • 1
    expand=True を指定してみてはどうでしょう。df['date'].str.split('-', expand=True)[0]
    – user39889
    Commented 2021年6月14日 4:39

1 件の回答 1

1

例えばこちらの記事の回答に書いた最後の方法で出来ます。
Excelの日付フォーマットを変換の回答

こんな風になります。

df['group'] = df['date'].apply(lambda _: _.split('-')[0])

同様に@metroploisさんコメントの方法だとこちらになります。

df['group'] = df['date'].str.split('-', expand=True)[0]

他に分割した両方とも使いたい場合は、上記@metroploisさんコメントの方法を使って、単純には代入できないのでpd.concatで元のdfと結合するという方法があります。
pandasの文字列を区切り文字や正規表現で複数の列に分割

こんな風になります。

df = pd.concat([df,df['date'].str.split('-', expand=True)],axis=1)
df.rename(columns={0: 'group', 1: 'subgroup'}, inplace=True)

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。