Version()

最新バージョン 2024-10-29 13:47

using RDatasets
airquality = dataset("datasets", "airquality");
first(airquality, 3) # 最初の 3 行を示す

using RDatasets
iris = dataset("datasets", "iris");
first(iris, 3) # 最初の 3 行を示す

using RCall
airquality = rcopy(R"airquality")
first(airquality, 3) # 最初の 3 行を示す

using RCall
iris = rcopy(R"iris")
first(iris, 3) # 最初の 3 行を示す

using DataFrames

[2, 4, 3, 6, 1] # 数値ベクトル

5-element Vector{Int64}:
 2
 4
 3
 6
 1

[2, 4, 3, 6, 1] |> println # 数値ベクトル

[2, 4, 3, 6, 1]

println([2, 4, 3, 6, 1]) # 数値ベクトル

[2, 4, 3, 6, 1]

["foo", "bar", "baz", "boo", "vax"] |> println # 文字列ベクトル

["foo", "bar", "baz", "boo", "vax"]

1:5 |> println # 等差数列

1:5

collect(1:5) |> println # 等差数列 1:5 とほとんど同じ

[1, 2, 3, 4, 5]

'a':'e' |> println # 文字ベクトル

'a':1:'e'

collect('a':'e') |> println # 文字ベクトル 'a':'e' とほとんど同じ

['a', 'b', 'c', 'd', 'e']

rand(3) |> println # [0, 1) の一様乱数

[0.1685273947698881, 0.08239455213768898, 0.2330147400788538]

rand(1:100, 3) |> println # 1:100 から無作為抽出

[51, 3, 58]

randn(3) |> println # μ=0, σ=1 の標準正規乱数

[0.10522287393415958, 0.45968886484651456, 1.5449057305845453]

randn(3) .* 10 .+ 50 |> println # μ=50, σ=10 の規乱数

[55.25276330519599, 51.69563962013977, 37.14137856837596]

df = DataFrame(a = [2, 4, 3, 6, 1], b = ["foo", "bar", "baz", "boo", "vax"])

df |> println

5×2 DataFrame
 Row │ a      b      
     │ Int64  String 
─────┼───────────────
   1 │     2  foo
   2 │     4  bar
   3 │     3  baz
   4 │     6  boo
   5 │     1  vax

size(airquality) |> println

(153, 6)

nrow(airquality) |> println

153

ncol(airquality) |> println

6

names(airquality) |> println

["Ozone", "Solar_R", "Wind", "Temp", "Month", "Day"]

names(iris) |> println

["Sepal_Length", "Sepal_Width", "Petal_Length", "Petal_Width", "Species"]

propertynames(airquality) |> println

[:Ozone, :Solar_R, :Wind, :Temp, :Month, :Day]

propertynames(iris) |> println

[:Sepal_Length, :Sepal_Width, :Petal_Length, :Petal_Width, :Species]

first(airquality, 6)

last(iris, 3)

df1 = DataFrame(a = [1, 2], b = ['a', 'b'])

df2 = df1
df2[1, 1] = 99999
df2

df1

df2 === df1 # df2 と df1 はコンピュータのメモリ上で同じ（`===`）ものか？ ---> true

true

df1 = DataFrame(a = [1, 2], b = ['a', 'b'])
df2 = copy(df1)
df2[1, 1] = 99999
df2

df1

df2 === df1 # df2 と df1 は同じものか？ ---> false 別物

false

empty(airquality)

df1 = DataFrame(a = [1, 2], b = ['a', 'b'])
empty!(df1)
df1

airquality.Ozone;
airquality."Ozone"
airquality[:, :Ozone];
airquality[:, "Ozone"];
firstcolumn = :Ozone
airquality[:, firstcolumn];
airquality[:, 1];

first(airquality[:, [1, 3]], 5) # 1，3列のすべての行

first(airquality[:, ["Solar_R", "Month"]], 5) # "Solar.R" と "Month" のすべての行

airquality[1:5, [1, 3]] # 1〜5 行の 1, 3 列

test = airquality[1:5, [1, 3]]
test[:, 1] = test[:, 2] .* 10
test

test2 = airquality[1:5, [1, 3]]
test2[!, 1] = test2[:, 2] .* 5
test2

test3 = airquality[1:5, [1, 3]]
test3[:, 1] = test3[:, 2] .* 5
test3

InexactError: Int64(57.5)

Stacktrace:
  [1] Int64
    @ ./float.jl:994 [inlined]
  [2] convert
    @ ./number.jl:7 [inlined]
  [3] convert
    @ ./missing.jl:70 [inlined]
  [4] setindex!
    @ ./array.jl:976 [inlined]
  [5] macro expansion
    @ ./multidimensional.jl:981 [inlined]
  [6] macro expansion
    @ ./cartesian.jl:64 [inlined]
  [7] _unsafe_setindex!(::IndexLinear, A::Vector{Union{Missing, Int64}}, x::Vector{Float64}, I::Base.Slice{Base.OneTo{Int64}})
    @ Base ./multidimensional.jl:979
  [8] _setindex!
    @ ./multidimensional.jl:967 [inlined]
  [9] setindex!(A::Vector{Union{Missing, Int64}}, v::Vector{Float64}, I::Function)
    @ Base ./abstractarray.jl:1413
 [10] setindex!(df::DataFrame, v::Vector{Float64}, row_inds::Colon, col_ind::Int64)
    @ DataFrames ~/.julia/packages/DataFrames/kcA9R/src/dataframe/dataframe.jl:731
 [11] top-level scope
    @ In[45]:2

airquality2 = rename(airquality, Dict("Solar_R" => "SolarR"));
first(airquality2)

first(airquality)

rename!(airquality, Dict("Solar_R" => "SolarR"));
first(airquality)

rename!(airquality, Dict("SolarR" => "Solar_R"));
first(airquality)

df = select(airquality, [4, 3, 2, 1]); # 列番号で指定
first(df)

df = select(airquality, [:Wind, :Temp, :Ozone, :Solar_R]); # シンボルで指定
first(df)

df = select(airquality, :Ozone, :Solar_R, :Wind,
        :Temp => :Fahrenheit, :Temp => ByRow(x -> 5(x-32)/9) => :Celcius);
first(df, 5)

select(airquality, Not(:Ozone))[1:3, :] # 最初の 3 行だけ示す

select(airquality, Not([:Month, :Day]))[1:3, :] # 最初の 3 行だけ示す

airquality[1:3, :] # 1 〜 3 行目を抽出

airquality[1:20:end, :] # 1行目 から 20 行おきに抽出

airquality[vcat(1:2, 5...), :] # 1, 2, 5 行を抽出

airquality[airquality.Wind .> 20, :] # Wind が 20 以上の行を抽出する .> はベクトル演算ゆえ . が付く

filter(row -> row.Wind > 20, airquality) # .> ではなく > である

airquality[(airquality.Wind .> 15) .&& (airquality.Temp .<= 65), :]

filter([:Wind, :Temp] => (x, y) -> x > 15 && y <= 65, airquality)

df = DataFrame(a = 1:4, b = 'a':'d')

df[iseven.(df.a), :]

df = DataFrame(a = [1, 2, 1], b = ['a', 'b', 'a'])

unique(df) # 3 行目は 1 行目と見た目が同じなので削除される

df = DataFrame(a = [1, 2, 1], b = ['a', missing, 'c'])

completecases(df) |> println

Bool[1, 0, 1]

df = DataFrame(a = [1,2,1], b = ['a', 'b', 'a'])
df[completecases(df), :]

dropmissing(df) # および dropmissing!(df)

df1 = DataFrame(a = [2, 1, 4], b = ["ab", "cde", "fg"])

df2 = DataFrame(c = [1.2, 3.4, 5.6])

df3 = hcat(df1, df2)

df4 = hcat(df1, df2, df2, makeunique = true)

df1 = DataFrame(a = 1:3, b = 'A':'C')

df2 = DataFrame(b = ['X', 'Y'], a = 11:12)

append!(df1, df2,);
df1

df1 = DataFrame(a = 1:3, b = 'a':'c')

df2 = DataFrame(a = 11:12, b = ['X', 'Y'], c = [1.2, 3.4])

append!(df1, df2, cols = :intersect);
df1

df1 = DataFrame(a = 1:3, b = 'A':'C')

df2 = DataFrame(a = 11:12, c = [1.2, 3.4])

append!(df1, df2, cols = :subset);
df1

df1 = DataFrame(a = 1:3, b = 'A':'C')

df2 = DataFrame(a = 11:12, c = [1.2, 3.4])

append!(df1, df2, cols = :union);
df1

df1 = DataFrame(a = 1:3, b = 'A':'C')

push!(df1, Dict(:a => 5, :b => 'X', :c => 1.23), cols = :union)

push!(df1, df1[1, :])

df = DataFrame(a = 1:2, b = 3:4)

repeat(df, inner = 2, outer = 3)

df = DataFrame(a = 1:2, b = 3:4);
repeat(df, 2)

df = DataFrame(a = 1:2, b = 3:4);
repeat!(df, inner = 2, outer = 3); # 破壊的
first(df, 10)

df = DataFrame(a = 1:2, b = 3:4);
repeat!(df, 2); # 破壊的
df

df1 = DataFrame(a = 1:3, b = 'A':'C')

insertcols!(df1, 2, :col2 => [1.2, 3.4, 5.67], :col3 => ["No1", "No2", "No3"])

first(airquality, 3)

df = combine(airquality, :Wind => (x -> 0.4470389x) => :m_by_sec, "Temp" => (x -> 5(x.-32)/9) => :℃)
first(df, 3)

df = DataFrame(x = 1:4, y = 11:14)

mapcols(a -> a.^2, df) # df は元のまま。利用したければデータフレームに代入する
df

df2 = mapcols(a -> a.^2, df) # df は元のまま。利用したければデータフレームに代入する
df2

mapcols!(a -> a.^2, df) # インプレースで関数が適用され，df は破壊される
df

df = DataFrame(a = [1,1,2,2,3,3], b = [1,2,1,2,4,3],
    c = [11,12,13,14,15,16], d = [21,-22,-23,24,25,26],
    name = 'f':-1:'a')

issorted(df, :name) # :name 列は昇順にソートされているか？（降順にソートされているので false）

false

issorted(df, 3) # 3 列目は昇順にソートされているか？ true

true

sort(df, order(:name)) # :name を昇順にソート

sort(df, order(:b, rev=true)) # :b 列を降順にソート

sort(df, order(:d, by=abs)) # :d 列の絶対値をとって降順にソート

o = sortperm(df, :d)
o |> println

[3, 2, 1, 4, 5, 6]

df[o, :]

sort(df, :d) # o = sortperm(df, :d); df[o, :] と同じ

df1 = DataFrame(ID = [1, 2, 3], Name = ["Karl Pearson", "Maurice Kendall", "Charles Spearman"])

df2 = DataFrame(ID = [1, 2, 4], Job = ["Lawyer", "Doctor", "Farmer"])

crossjoin(DataFrame(a = df1.Name), DataFrame(b = df2.Job))

antijoin(df1, df2, on=:ID)

innerjoin(df1, df2, on=:ID)

leftjoin(df1, df2, on=:ID)

outerjoin(df1, df2, on=:ID)

rightjoin(df1, df2, on=:ID)

semijoin(df1, df2, on=:ID)

airquality2 = dropmissing(airquality);
size(airquality)  |> println
size(airquality2) |> println
first(airquality2, 5)

(153, 6)
(111, 6)

dropmissing!(airquality);
size(airquality) |> println

(111, 6)

df = DataFrame(a = [1,1,2,2,3,3], b = [1,1,1,2,2,2],
    c = [11,12,13,14,15,16], d = [21,22,23,24,25,26],
    e = ["a", "b", "c", "d", "e", "f"])

df2 = stack(df, [:c, :d])

unstack(df2)

gd = groupby(airquality, :Month);

get(gd, (Month=5,), nothing)[1:3,:]

get(gd, (6,), nothing)[1:3,:]

get(gd, (10,), "なにもない")

"なにもない"

size(gd)

(5,)

gd[2][1:3, :] # 最初の 3 行だけ示す

groupcols(gd) |> println

[:Month]

groupindices(gd) |> println

Union{Missing, Int64}[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5]

keys(gd)

5-element DataFrames.GroupKeys{GroupedDataFrame{DataFrame}}:
 GroupKey: (Month = 5,)
 GroupKey: (Month = 6,)
 GroupKey: (Month = 7,)
 GroupKey: (Month = 8,)
 GroupKey: (Month = 9,)

k = keys(gd)[1]

GroupKey: (Month = 5,)

keys(k), values(k)

([:Month], (5,))

values(k)

(5,)

NamedTuple(k)

(Month = 5,)

k.Month, k[:Month], k[1]

(5, 5, 5)

valuecols(gd) |> println

[:Ozone, :Solar_R, :Wind, :Temp, :Day]

parent(gd)[end-4:end, :] # 最後の 5 行を示す

using Statistics
df = DataFrame(a = 1:5, b = 11:15)
mean.(eachcol(df))

2-element Vector{Float64}:
  3.0
 13.0

std.(eachcol(df))

2-element Vector{Float64}:
 1.5811388300841898
 1.5811388300841898

map(eachcol(df)) do col
                     maximum(col) - minimum(col)
                 end

2-element Vector{Int64}:
 4
 4

map(x -> mean(skipmissing(x)), eachcol(airquality))

6-element Vector{Float64}:
  42.0990990990991
 184.80180180180182
   9.939639639639632
  77.7927927927928
   7.216216216216216
  15.945945945945946

sum.(eachrow(df))

5-element Vector{Int64}:
 12
 14
 16
 18
 20

mean.(eachrow(df))

5-element Vector{Float64}:
  6.0
  7.0
  8.0
  9.0
 10.0

using Query, DataFrames, Statistics
df = DataFrame(a = [1, 1, 2, 3], b = [4, 5, 6, 8])

df2 = df |>
           @groupby(_.a) |>
           @map({a=key(_), b=mean(_.b)}) |>
           @filter(_.b > 5) |>
           @orderby_descending(_.b) |>
           DataFrame

data = [1,2,3];
x = data |> @map(_^2) |> collect
x |> println

[1, 4, 9]

df = DataFrame(name=["John", "Sally", "Kirk"],
               age=[23., 42., 59.], children=[3,5,2])

x = df |> @filter(_.age > 30 && _.children > 2) |> DataFrame

df = DataFrame(name=["John", "Sally", "Kirk"],
               age=[23., 42., 59.], children=[3,2,2])

x = df |>
           @groupby(_.children) |> # children でグループ化
           @map({Key=key(_), Count=length(_)}) |> # Count はサイズ
           DataFrame

df = DataFrame(a=[2,1,1,2,1,3],b=[2,2,1,1,3,2])
x = df |> @orderby_descending(_.a) |> @thenby(_.b) |> DataFrame

df1 = DataFrame(a=[1,2,3], b=[1.,2.,3.])

df2 = DataFrame(c=[2,4,2], d=["John", "Jim","Sally"])

x = df1 |> @groupjoin(df2, _.a, _.c, {t1=_.a, t2=length(__)}) |> DataFrame

df1 = DataFrame(a=[1,2,3], b=[1.,2.,3.])
df2 = DataFrame(c=[2,4,2], d=["John", "Jim","Sally"])
x = df1 |> @join(df2, _.a, _.c, {_.a, _.b, __.c, __.d}) |> DataFrame

source = Dict(:a=>[1,2,3], :b=>[4,5])

Dict{Symbol, Vector{Int64}} with 2 entries:
  :a => [1, 2, 3]
  :b => [4, 5]

q = source |> @mapmany(_.second, {Key=_.first, Value=__}) |> DataFrame

source = [1,2,3,4,5]
q = source |> @take(3) |> collect

3-element Vector{Int64}:
 1
 2
 3

source = [1,2,3,4,5]
q = source |> @drop(3) |> collect

2-element Vector{Int64}:
 4
 5

source = [1,1,2,2,3]
q = source |> @unique() |> collect

3-element Vector{Int64}:
 1
 2
 3

df = DataFrame(fruit=["Apple","Banana","Cherry"],amount=[2,6,1000],
                     price=[1.2,2.0,0.4],isyellow=[false,true,false])
q1 = df |> @select(2:3, occursin("ui"), -:amount) |> DataFrame

df = DataFrame(fruit=["Apple","Banana","Cherry"],amount=[2,6,1000],
                     price=[1.2,2.0,0.4],isyellow=[false,true,false])
q2 = df |> @select(!endswith("t"), 1) |> DataFrame

df = DataFrame(fruit=["Apple","Banana","Cherry"],amount=[2,6,1000],
                     price=[1.2,2.0,0.4],isyellow=[false,true,false])
q = df |> @rename(:fruit => :food, :price => :cost, :food => :name) |> DataFrame

df = DataFrame(fruit=["Apple","Banana","Cherry"],amount=[2,6,1000],
                     price=[1.2,2.0,0.4],isyellow=[false,true,false])
q = df |> @mutate(price = 2 * _.price + _.amount, isyellow = _.fruit == "Apple") |> DataFrame

df = DataFrame(a=[1,2,3], b=[4,missing,5])
q = df |> @dropna() |> DataFrame

q = df |> @dropna(:b) |> DataFrame

q = df |> @dropna(:b, :a) |> DataFrame

df = DataFrame(a=[1,missing,3], b=[4,5,6])
q = df |> @filter(!Query.isna(_.a)) |> @dissallowna() |> DataFrame

df = DataFrame(a=[1,2,missing], b=[4,missing,5])
q = df |> @filter(!Query.isna(_.b)) |> @dissallowna(:b) |> DataFrame

df = DataFrame(a=[1,missing,3], b=[4,5,6])
q = df |> @replacena(0) |> DataFrame

df = DataFrame(a=[1,2,missing], b=["One",missing,"Three"])
q = df |> @replacena(:b=>"Unknown", :a=>0) |> DataFrame

M = Matrix(airquality);
M[1:5, :]

5×6 Matrix{Float64}:
 41.0  190.0   7.4  67.0  5.0  1.0
 36.0  118.0   8.0  72.0  5.0  2.0
 12.0  149.0  12.6  74.0  5.0  3.0
 18.0  313.0  11.5  62.0  5.0  4.0
 23.0  299.0   8.6  65.0  5.0  7.0

M2 = Matrix(iris[1:3, :])

3×5 Matrix{Any}:
 5.1  3.5  1.4  0.2  "setosa"
 4.9  3.0  1.4  0.2  "setosa"
 4.7  3.2  1.3  0.2  "setosa"

Row	Ozone	Solar.R	Wind	Temp	Month	Day
	Int64?	Int64?	Float64	Int64	Int64	Int64
1	41	190	7.4	67	5	1
2	36	118	8.0	72	5	2
3	12	149	12.6	74	5	3

Row	a	b	c
	Int64	Char?	Float64?
1	1	A	missing
2	2	B	missing
3	3	C	missing
4	11	missing	1.2
5	12	missing	3.4

Row	a	b	c
	Int64	Char	Float64?
1	1	A	missing
2	2	B	missing
3	3	C	missing
4	5	X	1.23
5	1	A	missing

Row	ID	Name
	Int64	String
1	1	Karl Pearson
2	2	Maurice Kendall
3	3	Charles Spearman

Row	ID	Name	Job
	Int64	String	String?
1	1	Karl Pearson	Lawyer
2	2	Maurice Kendall	Doctor
3	3	Charles Spearman	missing

Row	price	isyellow	fruit
	Float64	Bool	String
1	1.2	false	Apple
2	2.0	true	Banana
3	0.4	false	Cherry

Row	Sepal_Length	Sepal_Width	Petal_Length	Petal_Width	Species
	Float64	Float64	Float64	Float64	Cat…
1	6.5	3.0	5.2	2.0	virginica
2	6.2	3.4	5.4	2.3	virginica
3	5.9	3.0	5.1	1.8	virginica

Julia で統計解析 第 3 章 データフレームの取り扱い¶

データを使用するための準備¶

既存のデータを使用する¶

RDatasets パッケージの dataset() を使う場合¶

RCall パッケージの rcopy() を使う場合¶

自前のデータ¶

データフレームの概要¶

データフレームの大きさ¶

データフレームの変数名¶

データフレームの表示¶

データフレームのコピーは copy() で¶

空データフレーム¶

データフレームの列の参照¶

データフレームの行の参照¶

データフレームの列名の変更¶

列の抽出¶

指定された列を削除する¶

行の抽出¶

行の削除¶

重複を除き，ユニークな行のみを含むデータフレームを作る¶

欠損値を含む行か含まない行か¶

欠損値を含まない行を抽出する¶

データフレームの列方向連結¶

データフレームの行方向連結¶

cols = :setequal, cols=:orderequal¶

cols = :intersect¶

cols = :subset¶

cols = :union¶

データフレームの最終行の次に 1 行追加する¶

行を繰り返してデータフレームを作る¶

データフレームに列を挿入する¶

データフレームの要素から新しいデータフレームを作る¶

データフレームの各列に関数を施す¶

ソート（並べ替え）¶

ソートされているかをチェックする¶

ソートの順番を決める¶

並べ替えベクトルを返す¶

行の包含¶

df1 と df2 のすべての組み合わせを作る crossjoin¶

df1 の行のうち，df2 に含まれない行を抽出する antijoin¶

df1 に，df2 をマージする innerjoin¶

df1 に，df2 をマージする leftjoin¶

df1 に，df2 をマージする outerjoin¶

df2 に，df1 をマージする rightjoin¶

両方に存在する項目のみでマージする semijoin¶

欠損値のリストワイズ除去¶

ロングフォーマット（縦長データフレーム）に変換する¶

ワイドフォーマット（横長データフレーム）に変換する¶

データフレームをグループ変数に基づいて分割する¶

グループ分けされたデータフレームを抽出する¶

グループ化されたデータフレームに関する情報¶

親データフレームを返す¶

列ごとに関数を適用する¶

行ごとに関数を適用する¶

クエリーによる操作例¶

要素に関数を適用する @map コマンド¶

条件を満たす行を抽出 @filter コマンド¶

データフレームのグループ化 @groupby コマンド¶

データのソート @orderby，@orderby_descenidng，@thenby，@thenby_descending コマンド¶

データフレームのマージ @groupjoin コマンド¶

データフレームの連結 @join コマンド¶

キーと値のペアを展開 @mapmany コマンド¶

要素を取り出す @take コマンド¶

要素を捨てる @drop コマンド¶

重複データを除く @unique コマンド¶

列の選択 @select コマンド¶

列名の変更 @rename コマンド¶

変数変換 @mutate コマンド¶

欠損値行を除く @dropna コマンド¶

欠損値を含まないデータフレーム @dissallowna コマンド¶

欠損値の置き換え @replacena コマンド¶

データフレームを二次元配列に変換する¶

Julia で統計解析　第 3 章　データフレームの取り扱い¶

データフレームのコピーは `copy()` で¶

`cols = :setequal, cols=:orderequal`¶

`cols = :intersect`¶

`cols = :subset`¶

`cols = :union`¶

`df1` と `df2` のすべての組み合わせを作る `crossjoin`¶

`df1` の行のうち，`df2` に含まれない行を抽出する `antijoin`¶

`df1` に，`df2` をマージする `innerjoin`¶

`df1` に，`df2` をマージする `leftjoin`¶

`df1` に，`df2` をマージする `outerjoin`¶

`df2` に，`df1` をマージする `rightjoin`¶

両方に存在する項目のみでマージする `semijoin`¶

要素に関数を適用する　@map コマンド¶

条件を満たす行を抽出　@filter コマンド¶

データフレームのグループ化　@groupby コマンド¶

データのソート `@orderby`，`@orderby_descenidng`，`@thenby`，`@thenby_descending` コマンド¶

データフレームのマージ　@groupjoin コマンド¶

データフレームの連結　@join コマンド¶

キーと値のペアを展開　@mapmany コマンド¶

要素を取り出す　@take コマンド¶

要素を捨てる　@drop コマンド¶

重複データを除く　@unique コマンド¶

列の選択　@select コマンド¶

列名の変更　@rename コマンド¶

変数変換　@mutate コマンド¶

欠損値行を除く　@dropna コマンド¶

欠損値を含まないデータフレーム　@dissallowna コマンド¶

欠損値の置き換え　@replacena コマンド¶