※記事内に商品プロモーションを含むことがあります。
はじめに
Pythonのdataclassオブジェクトと、PandasのSeries, DataFrameをそれぞれ変換する方法を備忘録として残します。
検証環境
- Python 3.11.6
- Pandas 2.1.3
以降のこの記事では、以下の通りライブラリをインポートしているものとします。また、Personというdataclassを定義します。
1
2
3
4
5
6
7
|
from dataclasses import dataclass, asdict
import pandas as pd
@dataclass
class Person:
name: str
age: int
|
dataclassからPandasに変換
dataclassをPandasのSeriesやDataFrameに変換する方法を示します。まず、以下のようにPersonクラスのオブジェクトalice, bobを作成します。
1
2
3
4
5
6
7
8
|
>>> alice = Person("Alice", 20)
>>> bob = Person("Bob", 21)
>>> print(alice)
Person(name='Alice', age=20)
>>> print(bob)
Person(name='Bob', age=21)
|
Series
PandasのSeriesの引数は辞書形式で与えることができるため、dataclasses.asdict()関数でPersonオブジェクトを辞書に変換することで、Seriesに変換できます。
1
2
3
4
5
6
7
8
|
>>> print(asdict(alice))
{'name': 'Alice', 'age': 20}
>>> alice_sr = pd.Series(asdict(alice))
>>> print(alice_sr)
name Alice
age 20
dtype: object
|
DataFrame
DataFrameに変換する場合、pd.DataFrame()にリストで与えます。1個のPersonオブジェクトが1行分のデータになります。
1
2
3
4
5
6
7
8
9
10
|
>>> alice_df = pd.DataFrame([alice])
>>> print(alice_df)
name age
0 Alice 20
>>> persons_df = pd.DataFrame([alice, bob])
>>> print(persons_df)
name age
0 Alice 20
1 Bob 21
|
Pandasからdataclassに変換
PandasのSeriesやDataFrameをdataclassに変換する方法を示します。
Series
PandasのSeriesをdataclassに変換するには、以下のようにto_dict()メソッドで辞書形式にして先頭に**を付け、Personクラスの引数に与えます。ただし、SeriesのインデックスがPersonクラスの引数と一致している必要があります。
1
2
3
4
|
>>> alice_sr = pd.Series({"name": "Alice", "age": 20})
>>> alice_person = Person(**alice_sr.to_dict())
>>> print(alice_person)
Person(name='Alice', age=20)
|
簡単に解説すると、辞書に**を付けるとキーワード引数 (keyword argument) を受け取れるPythonの言語仕様を利用しています。
1
2
|
>>> Person(**{"name": "Alice", "age": 20})
Person(name='Alice', age=20)
|
DataFrame
DataFrameの1行が1つのPersonオブジェクトに対応するものとします。複数行からなるDataFrameは1個のPersonオブジェクトにそのまま変換できないため、ここではPersonオブジェクトのリストに変換します。
1
2
3
4
5
6
7
8
9
10
|
>>> persons_df = pd.DataFrame({"name": ["Alice", "Bob"],
"age": [20, 21]})
>>> print(persons_df)
name age
0 Alice 20
1 Bob 21
>>> persons = [Person(**row.to_dict()) for _,row in persons_df.iterrows()]
>>> print(persons)
[Person(name='Alice', age=20), Person(name='Bob', age=21)]
|
簡単に解説すると、iterrows()メソッドでDataFrameを1行ずつSeries形式で取り出しています。また、リスト内包表記でfor文の処理を1行にまとめています。
