集計・データの見える化のプログラムリスト

㉖’ データ名.groupby(“列名”).sum()
㉝ import matplotlib.pyplot as plt
㉞ import seaborn as sns
㉟ %matplotlib inline
㊱ sns.barplot(data=データ名, x=“列名1”, y=“列名2”)
㊲データ名.reset_index()
㊳データ名.groupby(“列名”, as_index=False).sum()

#19 Section 17 seabornでグラフ描画（２）

㊳ !pip install japanize-matplotlib
import japanize_matplotlib
㊴ plt.figure(figsize=(○, △), dpi=□)
㊵ plt.gca().ticklabel_format(style='plain', axis='y’)
㊶ plt.style.use("ggplot")
㊷ plt.title("グラフタイトル")
㊸ plt.ylim(最小値,最大値)
㊹ from google.colab import files
plt.savefig(“画像ファイル名.jpg"")
files.download(""画像ファイル名.jpg "")

#20 Section 18　データを分割するビニング

㊺ pd.cut( データ名[“列名”], 分割数, precision=□, right=True )
㊺ pd.cut( データ名[“列名”], 分割数, precision=□, right=True )
㊼ pd.cut( データ名[“列名”], [数字1, 数字2, 数字3] )
㊽ pd.cut( データ名[“列名”], [数字1, 数字2, 数字3] , labels=[ラベル1,ラベル2, ラベル3] )

#21 Section 19　ビンのラベルを元のデータに付与する

㊾新データ名 = 元データ名.copy()
㊿新データ名[“新列名”] = pd.cut( 元データ名[“列名”], [数字1, 数字2,数字3] , labels=[ラベル1, ラベル2, ラベル3] )

#22 Section 20　グラフ用のデータを作る

㉖’ データ名.groupby(“列名”).sum()
⑰ データ名.sort_values(“列名”,ascending=False)
51 データ名.query( ‘列名 == [“文字名1”, “文字名2”] ‘)

#23 Section 21　ヒストグラム（１）

52 sns.histplot(data=データ名, x=“列名")　
53 sns.histplot(data=データ名1, x=“列名")　
sns.histplot(data=データ名2, x=“列名")　
54 color=‘色’
55 plt.legend(labels=[“A"", “B"", “C""])
56 alpha=数字　
57 sns.histplot(data=データ名, x=“列名1”, hue=”列名2“)　

#24 Section 22　ヒストグラム（２）

58 sns.histplot(data=データ名, x=“列名1”, hue=”列名2“, multiple='stack’)
59 sns.histplot(data=データ名, x=“列名1”, hue=”列名2“, multiple='dodge')
60 sns.displot(data=データ名, x=“列名1”)
61 sns.displot(data=データ名, x=“列名1”, kde=True)
62 sns.displot(data=データ名, x=“列名1”, kind=‘ecdf’)
63 sns.catplot(data=データ名, x=“列名1"", kind='count’)

#25 Section 23　棒グラフ

㊱ sns.barplot(data=データ名, x=“列名1”, y=“列名2”)

64 sns.barplot(data=データ名, x=“列名1”, y=“列名2”, 引数)
64’ sns.barplot(data=データ名, x=“列名2”, y=“列名1”, 引数）　
65 sns.countplot(data=データ名, x=“列名1”, y=“列名2”）

#26 Section 24　折れ線グラフ

66 sns. lineplot(data=データ名, x=“列名1”, y=“列名2"")
67 sns. lineplot(data=データ名, x=“列名1”, y=“列名2“, errorbar=None)
68 plt.xticks(rotation=角度)　
69 sns. lineplot(data=データ名, x=“列名1”, y=“列名2“, hue=“列名3”)

#27 Section 25　散布図

70 sns.scatterplot(data=データ名, x=""列名1 "", y=""列名2"")
71 sns.scatterplot(data=データ名, x=""列名1 "", y=""列名2“, hie=“列名3”)
72 plt.legend(loc=‘位置’)

#28 Section 26　円グラフ

73 import plotly.express as px
74 px.pie(データ名, values=“分類したい列名”, names=“値の列名”)

#29 Section 27　ピボットテーブル（１）

75 データ名.pivot_table(index=“列名1”, value=“列名2”,aggfunc=‘関数’, 他の引数)

#30 Section 28　ピボットテーブル（２）

76 データ名[データ名.isna().any(axis=1)]
77 データ名.replace(“元の要素”, “新しい要素”)
78 データ名.apply(関数, axis=1)
79 lambda 引数:処理内容

また、データを「見える化」するためのグラフ・集計表の使い分けは、下記のようになります。