【python-pandas】指定列内で条件に当てはまるデータ数をカウントする方法

この記事では、pandasを使って読み込んだcsvデータに対して、指定した列内で条件に当てはまるデータ数を数える方法をご紹介していきます。

AIにデータを入力する際、データに偏りがあるかどうかを確認しておくことは非常に重要です。
今回紹介する内容を習得し、データの中身を確認できるようになりましょう。

それではさっそく本題に入っていきます。

使用するデータの内容確認
指定列内で条件に当てはまるデータ数を数える方法
算出条件を変更して再実行
おわりに

使用するデータの内容確認

今回は以下のcsvファイルを使用します。

系列でいろいろなデータが出力されているものですね。

今回はこのデータの3列目にあるTemp.の項目が400K以上のデータが何個あるかをpythonプログラム上で確認してみましょう。

（数えたところ７つありますね。というわけで７が出力できればＯＫですね。）

なお、このcsvファイルは以降で紹介するpythonコードと同じフォルダに保存されていることします。

別の場所にcsvファイルがある場合は適宜コードを修正しましょう。

指定列内で条件に当てはまるデータ数を数える方法

やりたいことがわかったところで、実際の作業にはいっていきましょう。

さっそくですが、以下がその実行コードです。

#ライブラリのインポート
import pandas as pd
#データの読み込み
data = pd.read_csv('sample_data.csv',skiprows=[0,2])
#読み込んだデータを表示する
print(data)
#ヘッダーの確認
print(data.columns)
#条件に当てはまるデータ数を算出
nT400 = (data['Temp.'] > 400).sum()
#結果を表示
print('num_data='+str(nT400))

こいつを実行すると以下の結果が得られました。

問題なく、最終的に目的の７という数値を出力できていますね。

なお、今回はcsvのヘッダーが３行あるデータを使用したので、データ読み込み時にそれらの一部をスキップする処理を行っています。

以下の記事に詳細を記載していますので、興味があればこちらもご覧ください。

【python-pandas】複数行ヘッダーを持つcsvファイルの読み込み処理

算出条件を変更して再実行

だいたいやりかたはわかったと思いますので、他の条件も数えれるかどうか確認してみましょう。

次は圧力が1.0MPa以上のものを数えてみましょう。

⇒３が出力されればOKですね。

（もう一度先ほどのcsvファイルの中身を表示しておきます。）

ではコードを書き換えてみましょう。

#ライブラリのインポート
import pandas as pd
#データの読み込み
data = pd.read_csv('sample_data.csv',skiprows=[0,2])
#読み込んだデータを表示する
print(data)
#ヘッダーの確認
print(data.columns)
#条件に当てはまるデータ数を算出
nP1 = (data['Pres.'] > 1.0).sum()
#結果を表示
print('num_data='+str(nP1))

結果は以下の通りですね。

こちらも問題なさそうですね。