Day 042 — pandas入門（loc・iloc・apply）

📚 背景知識（読んでから問題へ）

loc vs iloc — 名前か番号か

apply — 関数を全行に適用する

apply() は「自分で書いた処理を DataFrame の各要素に一括適用する」命令です。Excel の「フィル」機能を Python 関数で自動化するイメージです。

🗂️ データスキーマ

架空のタイタニック号風データ（乗客7名分）を使用します。

緑背景 = loc[Survived==1, ["Name","Fare"]] で抽出される行・列 | 青背景 = iloc[0:3, 2:5] で抽出される範囲 | 緑左ボーダー = 生存者行

📝 問題

📋 コピーimport pandas as pd
import numpy as np

data = {
    "Name":     ["Alice", "Bob", "Carol", "Dave", "Eve", "Frank", "Grace"],
    "Sex":      ["F", "M", "F", "M", "F", "M", "F"],
    "Pclass":   [1, 3, 2, 3, 1, 2, 2],
    "Age":      [22, 35, 28, 45, 19, 30, 26],
    "Fare":     [71.28, 7.25, 13.00, 8.05, 71.00, 21.00, 13.50],
    "Survived": [1, 0, 1, 0, 1, 0, 1],
}
df = pd.DataFrame(data)

🔍 ヒント（段階的開示）

📋 コピー# 問1
df.loc[df["Survived"] == 1, ["Name", "Fare"]]

# 問2
df.iloc[0:3, 2:5]

# 問3
def age_category(age):
    if age < 25: return "Young"
    elif age < 35: return "Middle"
    else: return "Senior"
df["AgeGroup"] = df["Age"].apply(age_category)

# 問4
df.loc[df["Pclass"] == 3, "Fare"] = 10.0

📋 コピー# 問1
survivors = df.loc[df[___] == ___, [___, ___]]

# 問2
subset = df.iloc[___:___, ___:___]

# 問3
df["AgeGroup"] = df[___].apply(
    lambda x: "Young" if x < ___ else ("Middle" if x < ___ else ___)
)

# 問4
df.loc[df[___] == ___, ___] = ___

✅ 模範解答

📋 コピーimport pandas as pd
import numpy as np

data = {
    "Name":     ["Alice", "Bob", "Carol", "Dave", "Eve", "Frank", "Grace"],
    "Sex":      ["F", "M", "F", "M", "F", "M", "F"],
    "Pclass":   [1, 3, 2, 3, 1, 2, 2],
    "Age":      [22, 35, 28, 45, 19, 30, 26],
    "Fare":     [71.28, 7.25, 13.00, 8.05, 71.00, 21.00, 13.50],
    "Survived": [1, 0, 1, 0, 1, 0, 1],
}
df = pd.DataFrame(data)

# 問1: loc で条件フィルタリング
survivors = df.loc[df["Survived"] == 1, ["Name", "Fare"]]
print("問1: 生存者のName・Fare")
print(survivors)
#     Name    Fare
# 0  Alice  71.28
# 2  Carol  13.00
# 4    Eve  71.00
# 6  Grace  13.50

# 問2: iloc で特定範囲
subset = df.iloc[0:3, 2:5]
print("\n問2: iloc[0:3, 2:5]")
print(subset)
#    Pclass  Age   Fare
# 0       1   22  71.28
# 1       3   35   7.25
# 2       2   28  13.00

# 問3: apply で年齢カテゴリ
def age_category(age):
    if age < 25:
        return "Young"
    elif age < 35:
        return "Middle"
    else:
        return "Senior"

df["AgeGroup"] = df["Age"].apply(age_category)
print("\n問3: AgeGroup列を追加")
print(df[["Name", "Age", "AgeGroup"]])

# 問4: loc で値を更新
print("\n問4: 更新前のFare")
print(df[["Name", "Pclass", "Fare"]])
df.loc[df["Pclass"] == 3, "Fare"] = 10.0
print("\n更新後のFare（Pclass=3 → 10.0）")
print(df[["Name", "Pclass", "Fare"]])

問3 — AgeGroup の出力結果

問4 — Fare 更新の前後比較

青文字 = 更新された値（Pclass=3 の Bob と Dave）

🪜 Step-by-Step 解説

Step 1: loc の「条件フィルタ + 列選択」パターン

📋 コピーdf.loc[df["Survived"] == 1, ["Name", "Fare"]]

df["Survived"] == 1 は True/False の Series を返します。loc[] はその True 行だけを取り出し、同時に ["Name", "Fare"] で列を絞り込みます。

Step 2: iloc のスライスは Python リストと同じ「終端を含まない」

📋 コピーdf.iloc[0:3, 2:5]

• 行: 0:3 → 0行目・1行目・2行目（3行目は含まない）
• 列: 2:5 → 2列目(Pclass)・3列目(Age)・4列目(Fare)（5列目は含まない）

Step 3: apply の名前付き関数 vs lambda

📋 コピー# 名前付き関数（読みやすい）
def age_category(age):
    if age < 25: return "Young"
    elif age < 35: return "Middle"
    else: return "Senior"
df["AgeGroup"] = df["Age"].apply(age_category)

# lambda（1行で書く場合）
df["AgeGroup"] = df["Age"].apply(
    lambda x: "Young" if x < 25 else ("Middle" if x < 35 else "Senior")
)

複雑な条件は名前付き関数のほうが読みやすく、デバッグも容易です。

Step 4: チェーンインデックス問題（重要）

📋 コピー# NG: SettingWithCopyWarning が出る可能性がある
df[df["Pclass"] == 3]["Fare"] = 10.0

# OK: loc で一発指定する
df.loc[df["Pclass"] == 3, "Fare"] = 10.0

📊 loc vs iloc — スライス範囲の違い

⚙️ apply() の動作フロー

🔢 数学・統計の補足（文系向け）

loc と iloc の違いを「番地」で理解する

DataFrame の index は「番地」、iloc の位置は「何番目か」です。

例: 宿泊名簿（index が部屋番号）
loc[203, "Name"] → 203号室の名前を見る（部屋番号で指定）
iloc[2, 0] → 3番目の部屋の最初の情報を見る（位置で指定）
index がデフォルト（0,1,2...）の場合は一致するが、index が部屋番号（101,102,203...）になったとたん loc と iloc の結果が変わる

apply() は「写像（関数）」の概念

数学の「f(x)」と同じです。各行の値 x を関数 f に通して新しい値を得ます。

f(22) → "Young"
f(35) → "Senior"
f(28) → "Middle"

🏆 Kaggleでの実践的な使い方

Kaggleでの実践コード例

📋 コピー# 欠損値の条件付き補完（Titanic の典型的パターン）
male_mean_age = df.loc[df["Sex"] == "male", "Age"].mean()
female_mean_age = df.loc[df["Sex"] == "female", "Age"].mean()

df.loc[(df["Sex"] == "male") & (df["Age"].isna()), "Age"] = male_mean_age
df.loc[(df["Sex"] == "female") & (df["Age"].isna()), "Age"] = female_mean_age

# apply で Family Size 特徴量を作る
df["FamilySize"] = df.apply(
    lambda row: row["SibSp"] + row["Parch"] + 1, axis=1
)

⚠️ よくある誤解・ミス

🚀 次のステップ

• 発展: df.apply(func, axis=1) で複数列を組み合わせた特徴量エンジニアリング（FamilySize = SibSp + Parch + 1）
• 次回予告: pandas 続編 — データの読み込みと基本確認（shape・dtypes・describe・info）

📋 自己評価（解いた後に記入）