python

pandasのカラムに格納された同じ長さのリストを、applyとpd.Series、pop、joinを組み合わせて複数の独立したカラムに展開する方法を解説する。

pandasのカラムに格納されたリストを、scikit-learnのMultiLabelBinarizerを使ってワンホットエンコードし、元のDataFrameに結合する方法を解説する。

ECサイトなどの時系列データで欠損している日付を、pandasのdate_rangeとreindexを使って一定間隔で補完する方法を解説する。

pandasとnumpyの標準偏差の計算結果が異なる原因が、自由度(ddof)のデフォルト値の違いにあることを検証し、一致させる方法を示す。

pandasでgroupby後にfilterとlambdaを組み合わせて、条件を満たすグループだけを抽出する方法を紹介する。

論文用のグラフを作成する際のmatplotlibの書式設定（フォント、目盛り、複数グラフの並置など）をテンプレートとしてまとめる。

複数の引数をまとめて渡す際に、リストや辞書型の引数を*や**でアンパックして関数に代入する方法を紹介する。

NaNを含むndarrayにnp.meanやnp.stdを使うとnanが返される問題を、np.nanmeanやnp.nanstdで回避する方法を紹介する。

matplotlib-vennのvenn2/venn3を使って2つや3つのデータセットの重複関係を表すベン図を作成する方法を紹介する。

pandasでdropna後にSeries型の列を追加するとインデックスのずれによりNaNが混入する問題と、reset_indexによる対処法を解説する。

jupyter notebookで指定したconda環境のカーネルが正しく読み込まれない問題の原因調査と、カーネル設定ファイルの確認方法をまとめる。

pandasのgroupby結果を取り出す際、groupbyオブジェクトを直接forで回す方法が、値ごとのフィルタ処理より高速であることを実測で確認する。

Pythonのガベージコレクションと参照カウンタの仲組みを、sys.getrefcountを使った具体例で確認する。

回帰問題向けのLightGBMのテンプレートとして、データ取得からモデル構築、Cross Validation、テスト評価、Shapによる特徴量分析までの一連の流れをまとめる。