#36 縦型（long型）に変換

1 3rd STEP 応用編 医療 Section 5 縦型（long型）に変換 89 pandas.melt(データ名 , id_vars=固定される列名 , value_vars=meltする識別変数 , var_name=meltする識別変数の名前 , value_name=meltする識別変数の値の名前) 90 データ名.drop(“列名”, axis=1)

2 Section 5 縦型（long型）に変換 プログラム解説1 横型（wide型）と縦型（long型） データには、下記のように実質同じものでも、横型（wide型）と縦型（long型）があります。 Excelデータは人間が見やすいように横型（wide型）になっていることが多いのですが、集計 する際は、縦型（long型）にすることが必要です。これは、変数が一列にまとめられているから です。この縦変換には、「melt」を用います。 縦型（long型） 横型（wide型） 店舗名 みかん リンゴ 店舗名 くだもの 価格 A 100 150 A みかん 100 B 70 90 B みかん 70 C 120 80 C みかん 120 変数 変数 A リンゴ 150 B リンゴ 90 C リンゴ 80 変数 【出典】 https://datasciencemore.com/python-pandas-melt-pivot/ (一部著者改変)

• https://datasciencemore.com/python-pandas-melt-pivot/

3 Section 5 縦型（long型）に変換 プログラム解説2 melt（１） データを縦変換する「melt」のパラメータと引数は、下記のようなものがあります。 89 pandas.melt( データ名 , id_vars= 固定される列名 , value_vars= meltする識別変数 , var_name= meltする識別変数の名前 , value_name= meltする識別変数の値の名前 ) *パラメータは、関数で指定する値の名前。それに対して、引数は、各パラメーターに指定 する値です。

4 Section 5 縦型（long型）に変換 プログラム解説3 melt（２） 各パラメータには、下記のような引数を指定します。 id_vars： 変換前のデータフレームで列として残したい列名のリストを指定します。 ここで指定しない列は、変換後のデータフレームから除外されます。 value_vars： 変換前のデータフレームでmeltしたい識別変数の列名のリストを指定します。 複数の列の中で、何を一列にしたいのか、その列のリストを記載してください。 また、指定しなかった場合は全ての列が一列に変換されます。 var_name： 変換後のデータフレームで、一列にしたいリストの列名を指定します。 「value_vars」で指定し、縦一列にするリストの列名を新たに名付けると いう訳です。 何も指定しないと、列名は「variable」になります。 value_name：変換後のデータフレームの「value_vars」で指定したリスト（識別変数） に対応する値の列名を指定します。 何も指定しないと、 「value」になります。

5 Section 5 縦型（long型）に変換 【前処理】 ゴミを処理する データ結合の過程でできた列「Unnamed: 0」 と、データ分析で使わなそうだし、欠損値が 多い列「単位」を削除します。行列の削除には、「drop」を使います。 90 データ名.drop(“列名”, axis=1) 例によって、 「axis=1は」縦方向の処理（列の削除）です。デフォルトはaxis=0（行の 削除）。

6 Section 5 縦型（long型）に変換 １．縦型（long型）に変換する（１） それでは「melt」 を使って、結合したデータ「df_all」を縦型（long型）に変換していきま しょう。

7 Section 5 縦型（long型）に変換 ２．縦型（long型）に変換する（２） 結果は、下記のようになります。 「id_vars」で、指定した列はそのままで、 「value_vars」で、指定したリスト（識別変数）が、「var_name」で指定した「都道府 県番号」として縦に並びました。 「value_vars」で、指定したリスト（識別変数）の値が、「value_name」で名付けた 「個数」の列に縦に格納されています。