列の追加 | 勤務医が株で億を目指すブログ

データ処理の過程では、既存の列の値を使って新しい列を作りたいケースが多々あります。たとえば、次のようなケースです。

前回のクエストで学んだように、 df[既存の列名] = 更新後の値とすることで既存の列の値を更新できます。

同様に、df[新しい列名] = 新しい列の値 とすると、新しい列が追加されます。新しい列の値 の部分は、固定の値か、Series型の値（DataFrameの1列分のデータ）が使えます。

たとえば固定の値の場合、df[新しい列名] = 1 のように代入することで、「全てのデータに1が格納された新しい列」が作成されます。

pandasでは、既存の列の値を使った演算が可能です。
たとえば df["A"] + 10 のように書くと、「列Aの各データに10を足したSeries」が生成されます。+以外に、-、*、/、//、%、**など他の算術演算子も使えます。

固定の値同様、df[新しい列名] = Seriesとすることで列を追加できます。そのため、df[新しい列名] = df["A"] + 10のように書くと、「列Aの各データに10を足した結果」が新しい列として追加されます。

また、df["A"] + df["B"] のように書くと、「列Aと列Bの各データを足し合わせたSeries」が生成されます。

import pandas as pd

# データの読み込み
df = pd.read_csv("dataset/physical_measurement_clean.csv")
df

	Name	Height	Weight	Club
0	佐藤	172	53	野球部
1	田中	160	50	合唱部
2	鈴木	165	58	美術部
3	高橋	170	59	美術部
4	伊藤	166	54	サッカー部
5	山本	156	51	所属なし
6	渡辺	163	58	所属なし

全てのデータに”1年A組”という文字列が格納された新しい列Classを作成しましょう。df[新しい列名] = 固定の値 とすると、全てのデータに指定した値が格納された新しい列が作成されます。

# 新しい列Classの作成（全て"1年A組"）
df["Class"] = "1年A組"
df

	Name	Height	Weight	Club	Class
0	佐藤	172	53	野球部	1年A組
1	田中	160	50	合唱部	1年A組
2	鈴木	165	58	美術部	1年A組
3	高橋	170	59	美術部	1年A組
4	伊藤	166	54	サッカー部	1年A組
5	山本	156	51	所属なし	1年A組
6	渡辺	163	58	所属なし	1年A組

df[]=と＝でつなぐと新しい列ができる。

次に、列Heightの単位をcmからmに変換して、列HeightMを作成しましょう。df[“Height”] / 100と書くと、「各行の列Heightの値をそれぞれ100で割ったSeries」が得られます。

# 100で割って身長の単位をcmからmに変換
df["Height"] / 100

0    1.72
1    1.60
2    1.65
3    1.70
4    1.66
5    1.56
6    1.63
Name: Height, dtype: float64

計算した結果を、新しい列として追加しましょう。先ほどと同様、=を使って新しい列を作成できます。（＝がないと新しい列が出来ない）

# 新しい列HeightMを作成
df["HeightM"] = df["Height"] / 100
df

	Name	Height	Weight	Club	Class	HeightM
0	佐藤	172	53	野球部	1年A組	1.72
1	田中	160	50	合唱部	1年A組	1.60
2	鈴木	165	58	美術部	1年A組	1.65
3	高橋	170	59	美術部	1年A組	1.70
4	伊藤	166	54	サッカー部	1年A組	1.66
5	山本	156	51	所属なし	1年A組	1.56
6	渡辺	163	58	所属なし	1年A組	1.63

最後に、列BMIを追加しましょう。BMI（ボディー・マス・インデックス）とは肥満度を表す指数で、身長と体重から計算できます。

BMI = 体重kg ÷ (身長m × 身長m)

ここでは、列Weightと列HeightMの値を使って計算しましょう。

# 列の値を使ってBMIを計算
df["Weight"] / df["HeightM"] ** 2

0    17.915089
1    19.531250
2    21.303949
3    20.415225
4    19.596458
5    20.956607
6    21.829952
dtype: float64

列Classや列HeightM同様、=を使って新しい列を追加します。

# 新しい列BMIを作成
df["BMI"] = df["Weight"] / df["HeightM"] ** 2
df

	Name	Height	Weight	Club	Class	HeightM	BMI
0	佐藤	172	53	野球部	1年A組	1.72	17.915089
1	田中	160	50	合唱部	1年A組	1.60	19.531250
2	鈴木	165	58	美術部	1年A組	1.65	21.303949
3	高橋	170	59	美術部	1年A組	1.70	20.415225
4	伊藤	166	54	サッカー部	1年A組	1.66	19.596458
5	山本	156	51	所属なし	1年A組	1.56	20.956607
6	渡辺	163	58	所属なし	1年A組	1.63	21.829952